“人工智能”创新结合“AI+材料”：复旦团队研发聚合物固态电解质，助力锂电池的产业化

今天，很高兴为大家分享来自DeepTech深科技的创新结合“AI+材料”：复旦团队研发聚合物固态电解质，助力锂电池的产业化，如果您对创新结合“AI+材料”：复旦团队研发聚合物固态电解质，助力锂电池的产业化感兴趣，请往下看。

来源：DeepTech深科技

近日，复旦大学研究员汪莹课题组利用机器学习和人工智能的方法开发了聚合物固态电解质，实现了优异的锂金属界面稳定性、高温稳定性与快充快放的性能。

这能在真正意义上解决现阶段固态电池面临的一些挑战，在实现高能量密度和高安全性的锂金属固态电池的产业化上，此次制备的离子聚合物电解质具有重要的指导意义。

此次研究的出发点用汪莹的话来说是“非常简单”。即在选择离子液体的同时，如何兼具较高的离子电导率和较宽的电化学窗口。

完成文献检索之后，他们发现在这方面的研究受到实验数据匮乏的限制。为此，他们通过市面上的网站获得了相对统一的测量值，同时提高了离子液体的实用性。

再结合人工智能建模、量子计算以及图神经网络的方法，成功预测到众多离子液体的特殊性质。并通过实验确认如下事实：即可以在电池体系中，得到能被有效利用的离子液体种类。

筛选得出离子液体之后，课题组再将其和带电的聚电解质材料进行结合，借此得到具有优异性质的聚合物固态电解质材料。

完成数据计算和相关实验之后，汪莹和团队又在人工智能监督学习和非监督学习的基础上进一步升华课题，进而得到普适性的结论，以便将其用于更广阔的电解质体系之中。

汪莹表示：“这是我第一次以独自通讯作者的身份发表论文。加入复旦大学以前，我的所有论文都是以第一作者发表的。第一次作为论文的通讯作者，我独自地设计思路、涉及实验方案，在感受到压力的同时，也让自己有了满满的成就感。”此外，她也真正学会了如何指导学生开展创新型研究。

另据悉，在加入学界之前，汪莹曾在业界工作过几年。她表示：“这段经历让我在计算机、人工智能、模型建立、数据验证等方面积累了大量业界知识，在人际交流与管理上也得到了极大锻炼。”

在本次论文里，大部分人工智能知识都来源于她在业界的积累。“因此，我非常感谢自己当年从学界转向业界的决定，那段经历拓宽了自己的眼界，让我学会了通盘考虑问题，也让我能够带着有始有终的态度来关注科学问题。有始，指的是研究的理论依据；有终，指的是项目的应用价值。”汪莹说道。

其表示，如何在材料研发中有效利用人工智能可谓十分重要。开发新的人工智能方法固然很有必要。但是对于科研人员来说，如何用好人工智能也是极为关键的。

“今年，GhatGPT 在文本、图像、语音等方面带来了重要影响。那么，在我们的科学研究之中，生成式人工智能模型又具有怎样的意义呢？这个问题非常值得思考。”她说。

此外，“人工智能 + 材料”的方向具有非常广泛的应用场景，因此汪莹希望可以实现电池材料数据库的利用、以及材料的计算和筛选。如能实现，将能填补学界在能源材料数据库方面的缺失。

目前，该团队正在积极关注本次成果在软包电池、电芯以及动力电池中的大规模应用。“相信在不久的未来，我们能够真正把此次研究中的材料体系应用到实际产品中。”汪莹表示。

具体来说，在人工智能技术的帮助之下，她和团队正在搭建数据库和清洁能源材料的平台，希望可以集合更多的材料、数据以及仿真结果。“相信不久之后可以和读者分享更多信息。”她说。

参考资料：

1.Li, K., Wang, J., Song, Y. et al. Machine learning-guided discovery of ionic polymer electrolytes for lithium metal batteries. Nat Commun 14, 2789 (2023). https://doi.org/10.1038/s41467-023-38493-7

运营/排版：何晨龙

好了，关于创新结合“AI+材料”：复旦团队研发聚合物固态电解质，助力锂电池的产业化就讲到这。