Robôs e IA aceleram pesquisa de baterias, mudando energia sustentável globalmente

IA e robótica aceleram descobertas em baterias de fluxo redox (Imagem: Fala Ciência via Gemini)
IA e robótica aceleram descobertas em baterias de fluxo redox (Imagem: Fala Ciência via Gemini)

O mundo está em busca de energia sustentável, e a inovação em tecnologia de baterias se tornou essencial para atender a essa demanda. Pesquisadores do Laboratório Nacional de Argonne, nos Estados Unidos, combinaram inteligência artificial (IA) e robótica para acelerar experimentos científicos, realizando mais de 6.000 testes em apenas cinco meses. Essa abordagem não apenas reduz drasticamente o tempo de pesquisa, mas também fornece insights inéditos sobre a estabilidade das baterias de fluxo redox orgânicas (RFBs).

A integração dessas tecnologias permite explorar vastas possibilidades químicas de forma rápida e precisa, revelando limitações críticas e abrindo caminho para soluções inovadoras em armazenamento de energia. Principais avanços do estudo:

  • Teste de mais de 540 solventes para avaliar estabilidade molecular;
  • Identificação de barreiras de degradação em moléculas orgânicas carregadas;
  • Redução do ciclo de experimentação de anos para meses, usando aprendizado de máquina;
  • Possibilidade de aplicar os solventes mais estáveis em outras tecnologias de baterias, como íon-sódio ou lítio metálico.

Por que as baterias de fluxo redox orgânicas são promissoras?

As RFBs orgânicas utilizam moléculas à base de carbono em vez de metais tradicionais, oferecendo custo-benefício e escalabilidade para armazenamento de energia em larga escala. No entanto, sua estabilidade a longo prazo sempre foi um desafio. O estudo do Argonne revelou que, em voltagens mais altas, as moléculas orgânicas carregadas se degradam rapidamente, limitando sua eficácia para aplicações em redes elétricas.

Laboratório Argonne testa milhares de baterias em meses (Imagem: Laboratório Nacional de Argonne)
Laboratório Argonne testa milhares de baterias em meses (Imagem: Laboratório Nacional de Argonne)

Essa descoberta demonstra que, mesmo em tecnologias promissoras, existem limites invisíveis que precisam ser compreendidos antes da implementação em larga escala.

Automação e aprendizado de máquina: o novo padrão científico

O uso de laboratórios autônomos e robôs de manipulação de líquidos, orientados por algoritmos avançados, permitiu aos pesquisadores eliminar testes desnecessários e acelerar significativamente o processo de descoberta. Essa abordagem garante eficiência, ao possibilitar testes simultâneos em múltiplas combinações químicas; precisão, fornecendo dados confiáveis sem interferência humana; e promove inovação contínua, ao abrir novas estratégias para superar barreiras de estabilidade molecular. 

Além disso, os solventes identificados como mais estáveis podem ser aplicados em setores industriais, agrícolas ou energéticos, ampliando o potencial das RFBs orgânicas mesmo antes de sua implementação completa em redes elétricas.

Impacto global e futuro da pesquisa em baterias

A pesquisa do Argonne reforça a liderança americana em descoberta autônoma, estabelecendo um modelo para inovação científica rápida e baseada em dados. Ao combinar IA, robótica e automação, os cientistas podem transformar o desenvolvimento de baterias, acelerar a chegada de energia limpa e confiável e abrir novas direções para a ciência de materiais.

Essa abordagem promete revolucionar não apenas a pesquisa em baterias, mas também todas as tecnologias de armazenamento de energia do futuro.

Leandro Sinis é biólogo, formado pela UFRJ, e atua como divulgador científico. Apaixonado por ciência e educação, busca tornar o conhecimento acessível de forma clara e responsável.