Tangguh Yudha/MPI
Proses seleksi dimulai dengan 32,6 juta kandidat material dan algoritma AI yang mengidentifikasi 500.000 material yang diprediksi stabil.
Setelah menyaring properti fungsional, kelompok tersebut selanjutnya dipersempit menjadi 800 kandidat potensial. Memanfaatkan simulasi "yang dipercepat AI" untuk mengeksplorasi sifat dinamis seperti difusivitas ionik, tim Microsoft Quantum mempersempit pilihan menjadi 150 material.
Dengan sinergi AI, platform Azure Quantum Elements, dan keahlian ilmiah yang mapan, Microsoft mengklaim bahwa teknologi modern dapat menyingkat inovasi ilmu kimia dan material dalam 250 tahun ke depan menjadi 25 tahun mendatang.
Pertimbangan praktis, termasuk kebaruan, mekanika, dan ketersediaan elemen, kemudian diperhitungkan untuk mengidentifikasi 18 kandidat teratas.
Memanfaatkan keahlian dan wawasan untuk parameter penyaringan tambahan, peneliti Microsoft menunjuk kandidat terakhir, yakni bahan elektrolit yang menggunakan litium sekitar 70 persen lebih sedikit dibandingkan baterai li-ion yang ada, menggantikan sebagian litium dengan natrium.
