AI刚刚发现5种可替代锂电池的强大刚刚发现5种可替代锂电池的强大材料

在发表于Cell Reports Physical Science的研究中，由Dibakar Datta教授领导的新泽西理工学院（NJIT）团队成功应用生成式AI技术，快速发现了能够革新多价离子电池的新型多孔材料。这些电池使用镁、钙、铝和锌等储量丰富的元素，为面临全球供应挑战和可持续性问题的锂离子电池提供了一种前景广阔且具成本效益的替代方案。

传统锂离子电池依赖仅携带单个正电荷的锂离子，而多价离子电池使用的元素，其离子携带两个甚至三个正电荷。这意味着多价离子电池可能储存显著更多的能量，使其对未来储能解决方案极具吸引力。

然而，多价离子更大的尺寸和更高的电荷使其难以在电池材料中被有效容纳——这正是NJIT团队新的AI驱动研究直接解决的障碍。

「最大的障碍之一并非缺乏有希望的电池化学体系，而是在于根本不可能测试数百万种材料组合，」Datta说。「我们转向生成式AI，将其作为一种快速、系统的方法来筛选庞大的可能性空间，找出少数能使多价离子电池真正实用的结构。」

「这种方法使我们能够快速探索数千种潜在候选材料，极大加速了寻找更高效、更可持续的锂离子技术替代方案的过程。」

为克服这些障碍，NJIT团队开发了一种新颖的双AI方法：晶体扩散变分自编码器（CDVAE）和精细调校的大语言模型（LLM）。这些AI工具协同工作，快速探索了数千种新晶体结构，这在传统实验室实验中是以前无法实现的。

CDVAE模型在已知晶体结构的大型数据集上进行了训练，使其能够提出具有多种结构可能性的全新材料。同时，通过调校，LLM专注于筛选最接近热力学稳定性的材料，这对实际合成至关重要。

「我们的AI工具极大加速了发现过程，揭示了五种全新的多孔过渡金属氧化物结构，它们展现出显著的应用前景，」Datta说。「这些材料具有大而开放的通道，非常适合快速、安全地传输这些体积庞大的多价离子，这是下一代电池的关键突破。」

团队通过量子力学模拟和稳定性测试验证了其AI生成的结构，确认这些材料确实可以通过实验合成，并在实际应用中具有巨大潜力。

Datta强调了他们AI驱动方法的更广泛意义：「这不仅仅是发现新的电池材料——更是要建立一种快速、可扩展的方法来探索任何先进材料，从电子设备到清洁能源解决方案，无需大量的试错。」

基于这些令人鼓舞的结果，Datta及其同事计划与实验实验室合作，合成并测试他们AI设计的材料，进一步推动具有商业可行性的多价离子电池的发展。