发现新型、高效的电解质是设计用于电动汽车、手机、笔记本电脑和电网规模储能的下一代电池的主要瓶颈之一。最稳定的电解质并不总是导电性最好的，而最高效的电池也并不总是最稳定的。
“电极必须同时满足截然不同的特性。它们总是相互冲突，”芝加哥大学普利兹克分子工程学院（UChicago PME）Amanchukwu实验室的Eric and Wendy Schimdt AI in Science博士后研究员Ritesh Kumar说道。
相关论文发表在期刊《Chemistry of Materials》，该论文将人工智能和机器学习应用于实际工作。该论文概述了一个新框架，用于寻找能够最大化构成理想电池电解质的三个要素——离子电导率、氧化稳定性和库仑效率——的分子。Kumar是该论文的第一作者。
该团队从锂离子电池研究早期的250篇研究论文中收集了数据集，并利用人工智能计算出不同分子的“eScore”。eScore平衡了这三个标准，识别出同时满足所有三个条件的分子。
“在某一特性上表现优异的分子，在另一特性上未必也同样出色，”Kumar的首席研究员、UChicago PME Neubauer Family助理教授Chibueze Amanchukwu说道。
据外媒报道，研究人员利用人工智能识别出一种性能堪比市面上最佳电解质的分子，这对于一个通常依赖反复试验的领域来说是一个重大进步。
“电解质优化是一个缓慢而充满挑战的过程，研究人员经常需要反复试验来平衡多组分混合物中相互竞争的特性，”西北大学（Northwestern University）化学与生物工程助理教授Jeffrey Lopez（未参与这项研究）说道。“这类数据驱动的研究框架对于加速新型电池材料的开发以及利用人工智能科学和实验室自动化方面的进步至关重要。”
扫一扫关注微信
