近日，斯科尔科沃科学技术学院 (Skoltech) 和 AIRI 研究所的研究人员在固态电池技术领域取得了里程碑式的进展，该技术有望助力未来电动汽车(EV)实现单次充电行驶里程增加50%，同时提升安全性和延长电池寿命。

此次突破得益于机器学习在高性能电池材料发现中的应用。研究人员在一项新研究中指出，通过设备架构和/或材料组件的创新，能够提高固态电池的能量密度、充电率和稳定性等性能。因此，了解离子传输机制及其特性对于设计先进的离子导体至关重要。

神经网络在研究中展现出强大能力，可快速识别关键固态电池组件——固体电解质及其保护涂层的最佳材料。当前，电动汽车主要依赖采用液体电解质的传统锂离子电池，存在轻微火灾风险。而固态电池利用陶瓷等固体材料传导锂离子，安全性显著提高，能量密度也更为卓越。不过，汽车制造商长期以来在整合这项技术时面临挑战，缺乏合适的固体电解质是主要难题。

该研究主要作者、Skoltech 的博士生 Artem Dembitskiy 表示：“我们证明了图神经网络可以识别具有高离子迁移率的新型固态电池材料，并且比传统的量子化学方法快几个数量级。这可以加速新电池材料的开发，正如我们通过预测固态电池电解质的多种保护涂层所表明的那样。”

研究还着重强调了保护涂层的重要作用。这些涂层对于保护电解质免受高活性金属锂阳极和阴极材料的影响十分关键。若没有它们，电池性能会迅速下降，短路风险也会增加。该研究的共同作者、助理教授德米特里·阿克肖诺夫(Dmitry Aksyonov)解释道：“阳极的金属锂是一种强还原剂，几乎所有现有的电解质在与其接触时都会发生还原。阴极材料是一种强氧化剂，当被氧化或还原时，电解质会失去其结构完整性，从而降低性能，甚至导致短路。”

机器学习算法在筛选众多候选材料方面发挥了重要作用，有效识别出具有理想耐用性和效率特性的材料。在实际应用中，研究团队借助人工智能方法，成功发现了固态电池电解质的主要候选材料 Li10GeP2S12 的新型涂层材料，如 Li3AlF6 和 Li2ZnCl4 等有前景的化合物，为开发高效、坚固的下一代电池铺平了道路。