Pesquisadores da McGill University, do Mila-Quebec AI Institute e da Université de Montréal desenvolveram um sistema que combinou robótica de síntese de alto rendimento com aprendizado de máquina para vasculhar cerca de 14,2 milhões de variações de um cátodo de fosfato de cobalto e lítio (LiCoPO4). O estudo foi publicado em 20 de fevereiro de 2026 na revista Advanced Materials.
Como a busca foi conduzida
O método permitiu a introdução simultânea de três dopantes escolhidos entre 56 elementos químicos, cada um em oito concentrações (0,01 a 0,08 por unidade fórmula). Para navegar nesse universo, a equipe criou um modelo substituto formado por duas partes:
- um set transformer, rede neural treinada com cerca de 100 mil compostos do banco de dados Materials Project, responsável por relacionar composição e estrutura eletrônica;
- um processo gaussiano multitarefa, que estimou quatro métricas eletroquímicas de forma conjunta e indicou o nível de incerteza das previsões.
Três ciclos de active learning foram executados. A cada rodada, o algoritmo avaliou todos os 14 milhões de candidatos em menos de 20 minutos em uma única GPU, selecionando 63 composições para síntese automática por um robô de dispensação de reagentes. Menos de 200 amostras precisaram ser testadas em laboratório.
Ganhos de desempenho
O material mais promissor, contendo alumínio, césio e índio em proporções específicas, alcançou um índice composto de 5,1 — cinco vezes superior ao do LiCoPO4 sem dopagem. Os resultados detalhados incluíram:
- retenção de 98 % da capacidade após cinco ciclos;
- redução da capacidade irreversível de 73 para 39 mAh g-1;
- diminuição do sobrepotencial de 0,713 para 0,445 V.
A proporção de amostras que superaram o material de referência em todos os quatro critérios subiu de 8,8 % (em composições aleatórias) para 44,4 % na última rodada. A média do índice composto passou de 1,05 para 2,13, enquanto a variância entre os melhores resultados caiu, indicando convergência do modelo.
Imagem: Nanowerk https
Implicações
Quatro dos cátodos de melhor desempenho dispensaram o uso de índio, elemento antes considerado essencial, o que reduz riscos de abastecimento. Difração de raios X confirmou que a maioria das amostras vencedoras permaneceu em fase única, sinal de que os dopantes foram incorporados à rede cristalina principal.
Como o fluxo de trabalho aceita qualquer número de propriedades-alvo e não depende de um material específico, os autores afirmam que a abordagem pode ser aplicada a outros sistemas de baterias, transferindo o gargalo da descoberta de novos compostos para a decisão de onde concentrar as buscas.
Com informações de Nanowerk
