人工智能发现了5种可替代锂电池的强大材料

在发表于《细胞报告：物理科学》（Cell Reports物理科学》（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，快速发现了能够彻底改变多价离子电池的新型多孔材料。这些使用镁、钙、材料。这些使用镁、钙、铝和锌等丰富元素的电池，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极具前景且经济高效的替代方案。

与依赖仅携带单一正电荷锂离子的传统锂离子电池不同，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存储显著更多的能量，使其对未来储能解决方案极具吸引力。

然而，吸引力。

然而，多价离子更大的尺寸和更强的电荷使其难以在电池材料中被高效容纳——这正是NJIT团队新的人工智能驱动研究直接解决的障碍。

"最大的障碍之一并非缺乏有前景的电池化学物质，而是根本不可能测试数百万种材料组合，"Datta表示。"我们转向生成式AI，将其作为一种快速、系统的方法来筛选广阔的材料空间，并找出真正能使多价电池实用的少数结构。

"这种方法使我们能快速探索数千种潜在候选材料，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）和精细调优的大型语言模型（LLM）。这些AI工具协同工作，快速探索了数千种新晶体结构，这是传统实验室实验无法实现的。

CDVAE模型基于海量已知晶体结构数据集进行训练，使其能够提出具有多样化结构可能性的全新材料。同时，LLM被调优以精准锁定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进程，揭示了五种全新的多孔过渡金属氧化物结构，它们展现出非凡的应用前景，"Datta说。"这些材料拥有宽大的开放通道，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。"

该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强调了其AI驱动方法的更广泛意义："这不仅仅是发现新型电池材料——更是建立一种快速、可扩展的方法来探索任何先进材料，从电子器件到清洁能源解决方案，无需进行大量试错。"

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，合成并测试其AI设计的材料，进一步推动商业可行的多价离子电池的发展。