Dentro de una batería, como en un pastel de varias capas, conviven diferentes capas sólidas. El lugar donde se encuentran —el límite— se comporta de forma caprichosa: allí se concentran tensiones y, con el tiempo, la batería envejece. Para entender estos procesos se necesitan modelos informáticos que vean cada átomo. Pero los cálculos precisos son demasiado caros, y los rápidos, demasiado toscos.

Los autores del trabajo proponen el método FIRE, una forma de afinar un modelo universal para una tarea concreta. El modelo primero aprende con muchos materiales distintos y luego, como un cocinero que prueba un plato nuevo y ajusta la receta, afina sus predicciones hasta igualar la precisión de los costosos cálculos cuánticos. Para ello necesita diez veces menos datos de lo habitual.

La prueba en seis límites diferentes de baterías mostró que el error en la energía es menor de una milésima de electronvoltio por átomo, y en las fuerzas, de unos veinte milielectronvoltios por angstrom. Esto es diez veces más preciso que los modelos anteriores. El modelo entrenado reprodujo correctamente las propiedades mecánicas y electroquímicas de los materiales, coincidiendo con los experimentos.

El método FIRE abre el camino hacia el modelado predictivo de materiales, algo que antes era imposible por el costo computacional. Estos modelos ayudarán a diseñar baterías con mayor vida útil y mejor seguridad.