在阿根廷國立實驗室，研究人員將最近升級的先進光子源（APS）與Aurora超級計算機結合，以加速尋找更佳電池技術的過程。這兩個設施的合作預示著科學家在設計、測試和優化能源儲存技術方面將迎來革命性的變革。其長期願景是創建一個自動化循環，讓人工智能（AI）在進行試錯實驗中扮演關鍵角色，利用這種配合分析新創建的材料。這一循環將自動重複，幾乎不需要人類介入，從而使電池研究的時間從幾年縮短至幾天或幾週。
隨著對新電池材料需求的激增，電池已成為現代世界能源未來的核心，從電動車到電網、航空、海事支持及便攜電子設備，無不依賴電池的支撐。為滿足不斷上升的電池需求，研究人員必須在性能、安全性和成本效益上取得突破，從而減少對關鍵礦物的依賴。阿根廷國立實驗室能源儲存科學合作中心（ACCESS）主任Venkat Srinivasan表示，無論是陸地、天空或水上的交通，還是電網、便攜電子產品及其他設備，電池將成為驅動現代世界的重要技術。
APS作為美國能源部科學辦公室的用戶設施，近期完成了全面升級，使其X射線光束的亮度提高了500倍。這一飛躍使研究人員能夠以前所未有的細節研究電池材料，不僅能探測陽極和陰極，還可以檢查可能影響性能的微小結構缺陷。阿根廷X射線科學家Stefan Vogt解釋道，這一升級將幫助他們實時觀察電池的充電和放電過程，精確度大幅提升。他表示，這些技術的升級使得研究速度大幅加快，讓他們能夠更高效地進行操作。
Aurora則在計算方面提供強大的支持，擁有超過60,000個GPU，能夠每秒執行超過一 quintillion次計算，成為全球最快的六階超級計算機之一。Aurora能夠大規模處理AI和機器學習任務，使研究人員能夠實時處理並分析大量數據流。APS預計每年將在科學領域生成超過100PB的數據，而1PB的數據大約相當於10,000到100,000個人腦的存儲。阿根廷實驗室在APS和Aurora之間建立了每秒一太比特的連接，以確保無縫且高效的數據傳輸，這使得研究人員能在實驗進行時處理數據。Vogt表示，這為實驗提供了快速反饋和調整的潛力，這非常令人振奮，因為這樣可以節省寶貴的光束時間。
阿根廷國立實驗室旨在建立一個自主實驗室，利用APS測試新電池材料，並由Aurora即時進行分析。通過使用像AuroraGPT這樣的AI模型，系統可以預測並推薦下一步要研究的材料。APS的解析度提高，使科學家能夠追踪電池內的電子、離子和原子級的變化。先進的X射線光譜技術可以揭示常見陽極材料如鎳、鈷和錳的電子狀態，深入了解這些元素在電池充放電過程中的行為。Ptychography是一種有前景的技術，能在不使用傳統透鏡的情況下生成高度詳細的影像。利用阿根廷的機器學習模型PtychoNN，科學家能夠從干涉圖樣中實時重建這些影像，而Aurora預計將大大加快這一過程。這一突破將對電池研究帶來深遠影響，而其資金主要來自美國能源部基礎能源科學辦公室及能源效率與可再生能源辦公室的車輛技術辦公室。
