UChicagoPME發明下一代電池電解質的大數據方法

蓋世汽車訊 發現新型、高效的電解質是設計用于電動汽車、手機、筆記本電腦和電網規模儲能的下一代電池的主要瓶頸之一。最穩定的電解質并不總是導電性最好的，而最高效的電池也并不總是最穩定的。

“電極必須同時滿足截然不同的特性。它們總是相互沖突，”芝加哥大學普利茲克分子工程學院Amanchukwu實驗室的Eric and Wendy Schimdt AI in Science博士后研究員Ritesh Kumar說道。

相關論文發表在期刊《Chemistry of Materials》，該論文將人工智能和機器學習應用于實際工作。該論文概述了一個新框架，用于尋找能夠最大化構成理想電池電解質的三個要素——離子電導率、氧化穩定性和庫侖效率——的分子。Kumar是該論文的第一作者。

該團隊從鋰離子電池研究早期的250篇研究論文中收集了數據集，并利用人工智能計算出不同分子的“eScore”。eScore平衡了這三個標準，識別出同時滿足所有三個條件的分子。

“在某一特性上表現優異的分子，在另一特性上未必也同樣出色，”Kumar的首席研究員、UChicago PME Neubauer Family助理教授Chibueze Amanchukwu說道。

據外媒報道，研究人員利用人工智能識別出一種性能堪比市面上最佳電解質的分子，這對于一個通常依賴反復試驗的領域來說是一個重大進步。

“電解質優化是一個緩慢而充滿挑戰的過程，研究人員經常需要反復試驗來平衡多組分混合物中相互競爭的特性，”西北大學化學與生物工程助理教授Jeffrey Lopez(未參與這項研究)說道?！斑@類數據驅動的研究框架對于加速新型電池材料的開發以及利用人工智能科學和實驗室自動化方面的進步至關重要?！?/p>