Meta en VSParticle lanceren de eerste en grootste katalysatordatabase om de transitie naar schone energie te versnellen

Delft, 19 november 2024: Om onze transitie naar schone energie te versnellen in de strijd tegen klimaatverandering, kondigt VSParticle (VSP) – een Nederlands nanotechnologiebedrijf – vandaag de eerste resultaten aan van een baanbrekende samenwerking met Meta’s Fundamental AI Research (FAIR)-team en de Universiteit van Toronto (UofT).

De samenwerking combineert VSP’s geavanceerde technologie voor het printen van nanoporieuze lagen met UofT’s testplatform en Meta AI’s modellen om snel de volgende generatie materialen te produceren, printen en testen die nodig zijn voor schone energietechnologieën. Via de eerste Open Catalyst Experiments 2024 (OCx24) heeft de samenwerking honderden elektrokatalysatoren geïdentificeerd, gesynthetiseerd en getest die cruciaal zijn voor schone energietoepassingen, en daarbij de eerste en grootste open-source experimentele katalysatordatabase gebouwd.

Dit is een belangrijke mijlpaal die nodig is om de AI-gedreven voorspellingen van vandaag om te zetten in schaalbare, realistische producten. Tot nu toe was dit echter onmogelijk gebleken. De resultaten vormen een grote doorbraak in het overbruggen van de kloof tussen computationele modellen en experimentele studies, wat ons dichter bij schaalbare oplossingen voor schone energie brengt.

Het kraken van de code voor elektrokatalysatoren
Elektrokatalysatoren zijn essentieel voor het decarboniseren van industrieën en het behalen van wereldwijde klimaatdoelstellingen vanwege hun rol in schone energieprocessen zoals koolstofdioxide-reductiereacties (CO2RR), waterstofproductie en volgende generatie batterijen. Om de ontdekking van deze katalysatoren te versnellen, heeft Meta’s FAIR-team AI-modellen ontwikkeld om kandidaten voor energieconversieprocessen binnen enkele uren te identificeren, in plaats van maanden. Echter, het omzetten van deze voorspellingen in schaalbare toepassingen blijft een complexe uitdaging die normaal tot 15 jaar kan duren. Tegelijkertijd vereist het trainen van AI-modellen grote en diverse experimentele datasets, die momenteel niet bestaan.

Om deze kloof te overbruggen en het traject van ontdekking naar productie te versnellen, hebben VSP, Meta en UofT gezamenlijk honderden unieke en diverse materialen in het laboratorium getest – en zo de open-source database gecreëerd. Met behulp van een proces genaamd vonkablaties heeft de VSP-P1-nanoprinter 525 materialen gesynthetiseerd die door AI waren voorspeld als de beste kandidaten voor CO2-reductiereacties (CO2RR), door elk materiaal om te zetten in nanodeeltjes.

Deze nanodeeltjes werden vervolgens afgezet als dunne, nanoporieuze films en gedeeld met de Universiteit van Toronto, waar een geautomatiseerde testopstelling onderzocht hoe elk materiaal presteerde onder uiteenlopende industriële omstandigheden. De unieke nanodeeltjestechnologie van VSP bood onderzoekers meer controle over de deeltjesgrootte en samenstelling, met de snelheid en automatisering die nodig zijn om nanoporieuze materialen op de vereiste schaal te creëren. Andere technologieën zouden decennia nodig hebben om zo’n groot aantal nieuwe nanoporieuze materialen te synthetiseren, waardoor het project onmogelijk zou zijn geweest.

De bevindingen zijn toegevoegd aan een experimentele database waarmee onderzoekers AI-voorspellingen konden valideren aan de hand van real-world resultaten; honderden potentiële, goedkope katalysatoren voor belangrijke reacties konden identificeren; en waarmee de AI- en ML-voorspellingen verder getraind en verfijnd kunnen worden. Naast het bouwen van de grootste experimentele dataset heeft het project ook een recordaantal van 20 miljoen computersimulaties uitgevoerd – de grootste berekening in zijn soort tot nu toe – die nu gebruikt kunnen worden om nog grotere datasets te ontwikkelen en de processen verder op te schalen.

Aaike van Vugt, medeoprichter en CEO van VSParticle, zei: “Door unieke elektrokatalysatoren in een ongekend tempo te produceren, helpt onze samenwerking met Meta en de Universiteit van Toronto niet alleen om jaren van theorie te valideren, maar verkort het ook de tijdlijn van ontdekking tot toepassing; het verwijdert een knelpunt dat geavanceerde materialen decennialang heeft vertraagd. Wij beschikken over de enige technologie wereldwijd die in korte tijd een zo groot aantal unieke nanoporieuze materialen kan leveren, waardoor het cruciale werk van Meta en UofT mogelijk wordt gemaakt. Samen bewijzen we dat de materialen die nodig zijn om de volgende generatie schone energievoorzieningen te ondersteunen, ontdekt en ingezet kunnen worden met een snelheid die aansluit bij de urgentie van de klimaatcrisis.”

Larry Zitnick, onderzoeksdirecteur bij Meta AI, zei: “Met deze samenwerking betreden we nieuw terrein in materiaaldetectie. Het betekent een belangrijke sprong in onze mogelijkheden om materialen te voorspellen en valideren die cruciaal zijn voor schone energieoplossingen. De resultaten die we zien met elektrokatalysatoren tonen het reële potentieel van AI in het aanpakken van dringende klimaatuitdagingen.”

Om de code voor materiaaldetectie echt te kraken, moeten AI-modellen worden getraind met een veel grotere experimentele dataset van tussen de 10.000 en 100.000 unieke geteste materialen. Omdat de technologie van VSP als enige in staat is om zo’n groot aantal dunne, nanoporieuze films met hoge elektrokatalytische prestaties te synthetiseren, werkt het bedrijf samen met veel andere organisaties, waaronder de Sorbonne University Abu Dhabi, het in San Francisco gevestigde Lawrence Livermore National Laboratory, het Materials Discovery Research Institute (MDRI) in de regio Chicago en het Nederlandse DIFFER (Dutch Institute for Fundamental Energy Research).

Naast dit project heeft VSP haar eigen technologie opgeschaald om in de toekomst sneller en efficiënter te worden. De huidige VSP-P1-printer werkt met 300 vonken per seconde, maar het team werkt ook aan een nieuwe printer die dit aantal kan verhogen tot 20.000 vonken per seconde, wat dit soort onderzoek nog verder zou kunnen versnellen. Dit zou met name de opschaling van de kerntechnologie mogelijk maken ter ondersteuning van groene waterstofproductie door het printen van de noodzakelijke componenten voor de poreuze transportelectrode, een veelgevraagde toepassing vanuit de industrie. Hierdoor zal VSP de huidige productiekosten met 85% kunnen verlagen door minder apparatuur, minder energie en meer automatisering te gebruiken, waarmee het de meest kostenefficiënte productietechnologie wordt voor dit kritieke onderdeel van groene waterstofproductie.

Contact: Antonella Scimemi, antonella@burlington.cc

Over VSParticle:
VSParticle werd in 2014 opgericht in Delft, Nederland, om materiaalontwikkeling te versnellen, de volgende generatie producten mogelijk te maken en innovatie op grote schaal te stimuleren. De technologie van VSP verbindt en versnelt alle drie stappen van het proces van materiaalinnovatie – van trial-and-error in het laboratorium tot optimalisatie van productieprocessen en opschaling naar massaproductie. Universitaire onderzoekers, commerciële R&D-teams en binnenkort ook industriële productiebedrijven in Europa, China, India en de VS vertrouwen op de technologie van VSP om de volgende generatie nanoporieuze lagen voor schone technologie te ontwikkelen. Dit maakt deel uit van VSP’s missie om een eeuw aan materiaalinnovatie in een decennium te realiseren, de klimaatcrisis aan te pakken en een duurzamere toekomst mogelijk te maken. https://vsparticle.com