Дослідники з Університету Тохоку створили інноваційну систему штучного інтелекту, яка прискорює пошук оптимальних матеріалів для твердотільних батарей, пропонуючи найперспективніші кандидати та пояснюючи механізми їх дії.
Сучасна боротьба зі зміною клімату потребує революційних рішень у сфері енергетики. Традиційні методи дослідження нових матеріалів базуються на тривалих процесах проб і помилок. Новаторський підхід японських вчених трансформує цей процес за допомогою штучного інтелекту.
Розроблена система аналізує великі масиви даних попередніх досліджень. Завдяки цьому вона визначає найперспективніші твердотільні електроліти для батарей. Модель не лише відбирає кандидатів, але й прогнозує механізми реакцій та пояснює їхні переваги.
Комплексний підхід на основі даних
Інноваційний фреймворк інтегрує кілька потужних технологій. До них належать великі мовні моделі, генетичні алгоритми та множинна лінійна регресія. Дослідження було опубліковано в журналі Angewandte Chemie 17 квітня 2025 року.
“Модель, по суті, виконує за нас усю рутинну роботу методом проб і помилок”, – пояснює професор Хао Лі з Advanced Institute for Materials Research. Система спирається як на експериментальні, так і на обчислювальні дані. Вона дає дослідникам надійні підказки для найперспективніших напрямків роботи.
Головною метою дослідження було виявлення взаємозв’язку між структурою та продуктивністю твердотільних електролітів. Модель успішно прогнозує енергію активації та ідентифікує стабільні кристалічні структури. Такий підхід суттєво оптимізує робочий процес науковців.
Відкриття нових механізмів
Дослідники виявили, що метод ab initio MetaD показує найвищий рівень узгодження з експериментальними даними. Це особливо важливо для складних гідридних твердотільних електролітів. Система ідентифікувала новий “двоступеневий” механізм міграції іонів, що виникає завдяки включенню молекулярних груп.
Використання аналізу особливостей з множинною лінійною регресією дозволило створити точні прогнозні моделі. Вони забезпечують швидку оцінку продуктивності гідридних електролітів. Запропонована концепція прогнозує структури-кандидати без необхідності проведення додаткових експериментів.
Результати дослідження доступні в Динамічній базі даних твердотільних електролітів. DDSE розроблена командою Хао Лі і є наразі найбільшою базою таких матеріалів. Науковці планують розширити застосування своєї концепції для інших сімейств електролітів.
Команда також розглядає можливість використання генеративних інструментів ШІ. Вони допоможуть досліджувати шляхи міграції іонів та механізми реакцій. Такий підхід має потенціал значно покращити прогностичні можливості платформи та прискорити розробку сталих енергетичних рішень.
Стаття ШІ прискорює пошук нових твердотільних електролітів з’явилася спочатку на Цікавості.
#ШІ #прискорює #пошук #нових #твердотільних #електролітів
Source link
