塔斯社6月5日消息，俄罗斯数学家和材料科学家成功开发出一种人工智能系统，该系统能够识别高能耗和防火的电解质，并为固态电池电极选择最佳保护涂层。据隶属于VEB.RF集团的斯科尔科沃科技学院(Skoltech)新闻处报道，这一神经网络的建立将助力科学家快速筛选锂离子电池的替代品。

斯科尔科沃科技学院能源技术中心研究实习生阿尔乔姆·德姆比茨基(Artem Dembitsky)解释道：“我们已经证明，利用图神经网络可以识别用于下一代固态电池的高离子电导率新材料。而且，这一过程比量子化学方法(材料科学中理论预测的主要工具)快几个数量级。这意味着可以加速新型电池材料的开发。”该校新闻处援引了他的上述言论。

德姆比茨基及其同事指出，固态电池是传统采用液体或凝胶电解质的锂电池的有前景替代品。理论上，固态电池可将电动汽车续航里程提高约一倍半，并显著提升防火安全性。然而，由于目前没有一种固体电解质能满足所有技术要求，固态电池尚未得到广泛应用。

具体而言，现有电解质存在离子传导性差的问题，或者在与电池电极材料接触时，会因还原或氧化电化学反应而迅速被破坏。使用保护涂层可避免这种情况，但过去开发这种涂层需要进行漫长且费力的量子化学计算。

来自斯科尔科沃科技学院(Skoltech)和人工智能研究所(AIRI)的研究人员发现，使用他们开发的基于图神经网络的人工智能系统可显著加速这些计算。为训练该系统，俄罗斯材料科学家准备了一个庞大数据库，其中包含设备数据以及对锂离子在大量材料中运动的精确量子化学计算结果。

在研究一种前景光明的固态电解质——由锂、锗、磷和硫组成的Li₁₀GeP₂S₁₂的特性时，科学家们测试了该神经网络的运行情况。该人工智能系统帮助材料科学家识别出几种有望显著提高固态电池耐用性和安全性的保护材料。研究人员总结称，其他电解质也可采用类似方式进行研究与改进。