AI助攻固態電池革命：神經網路加速開發更安全的電動車能源方案

俄羅斯斯科爾科沃科技學院(Skoltech)與人工智慧研究所(AIRI)的科學團隊近期發表突破性研究，證實機器學習能大幅加速固態鋰電池材料的開發程序。這項刊登於《npj Computational Materials》期刊的成果，為電動車與3C產品帶來更安全、壽命更長的能源解決方案。

傳統鋰電池使用液態電解質，而新一代固態電池改採陶瓷等固態導體。這種設計不僅能降低起火風險，更有望將電動車續航力提升達50%。研究團隊運用圖神經網路技術，成功篩選出具有高離子遷移率的優質材料，速度較傳統量子化學方法快上數個數量級。

「現有固態電解質尚無法完全滿足技術需求，」研究主要作者鄧比茨基(Artem Dembitskiy)說明：「我們透過AI預測出多種適用於固態電池電解質的保護塗層材料，這將顯著加速新材料的開發流程。」這位同時任職於Skoltech能源中心與AIRI研究所的博士生強調機器學習帶來的變革性影響。

研究共同作者、Skoltech能源中心助理教授阿克肖諾夫(Dmitry Aksyonov)解釋保護塗層的關鍵作用：「陽極的鋰金屬具有強還原性，會破壞電解質結構；陰極材料則具強氧化性。雙重保護塗層能有效隔絕這些反應，維持電池穩定性。」

團隊特別針對極具潛力的Li₁₀GeP₂S₁₂電解質系統，運用AI篩選出包括Li₃AlF₆和Li₂ZnCl₄在內的多種優質塗層材料。這項技術突破可望協助車廠在電動車軍備競賽中搶得先機，推動更安全、高效的能源儲存技術早日實現商用化。

[end]