Investigadores del Instituto de Tecnología de Nueva Jersey (NJIT) han logrado un avance significativo al aplicar inteligencia artificial en la búsqueda de materiales para baterías de iones multivalentes. El estudio, publicado el 31 de julio de 2025 en la revista Cell Reports Physical Science, presenta la identificación de cinco nuevas estructuras de óxidos de metales de transición poroso diseñadas para almacenar y transportar iones multivalentes, tales como magnesio, calcio, aluminio y zinc.
‍

‍
Estos elementos, más abundantes y económicos que el litio, constituyen la base de las baterías de iones multivalentes, que tienen la particularidad de transportar dos o tres cargas por ion en contraste con el ion de litio, optimizando así la densidad de almacenamiento energético. No obstante, una de las principales dificultades en el desarrollo de este tipo de baterías reside en el tamaño y la limitada movilidad de sus iones, que no atraviesan fácilmente las matrices materiales convencionales.
‍

‍
Para superar este reto, el equipo de NJIT desarrolló y entrenó un sistema de inteligencia artificial denominado Crystal Diffusion Variational Autoencoder (CDVAE) con extensos conjuntos de datos de estructuras cristalinas. Esta tecnología fue complementada con un modelo de lenguaje grande (LLM), adecuado para seleccionar los candidatos más cercanos a la estabilidad termodinámica, un requisito clave para la viabilidad experimental de cualquier nuevo material.
‍

‍
El proceso acelerado por IA permitió, en un breve periodo, identificar cinco nuevas estructuras cristalinas que presentan canales internos lo suficientemente grandes para facilitar la movilidad eficiente y segura de los iones multivalentes. Todas las propuestas fueron validadas a través de simulaciones mecánicas cuánticas y análisis termodinámicos, confirmando la posibilidad de sintetizar estos materiales y su potencial para mejorar el almacenamiento energético respecto a tecnologías actuales.
‍

‍
La metodología desarrollada por el equipo de NJIT no se limita al descubrimiento de materiales para baterías, sino que también ofrece una plataforma para investigar materiales avanzados en electrónica y sistemas de energía limpia en general. De acuerdo con los autores del estudio, la siguiente fase contemplará colaboración con laboratorios experimentales para la síntesis y verificación práctica de las cinco estructuras descubiertas mediante IA.
‍

‍
El estudio detalló el uso de magnesio, calcio, aluminio y zinc como elementos principales, la incorporación de los métodos CDVAE y LLM para el diseño computacional, y la validación a través de pruebas mecánicas y termodinámicas, estableciendo lineamientos precisos para la transición de estos materiales desde el laboratorio hacia aplicaciones industriales.