新泽西理工学院(NJIT)研究人员借助人工智能，解决了未来能源存储的关键问题——寻找价格合理且可持续的锂离子电池替代品。

在发表于《细胞报告：物理科学》(Cell Reports Physical Science)的研究中，由迪巴卡·达塔(Dibakar Datta)教授领导的NJIT团队，成功应用生成式人工智能技术，快速发现了可彻底改变多价离子电池的新型多孔材料。这些电池利用镁、钙、铝和锌等储量丰富的元素，为面临全球供应挑战和可持续性问题的锂离子电池，提供了前景光明且经济高效的替代方案。

与传统依赖仅携带一个正电荷锂离子的锂离子电池不同，多价离子电池使用的离子携带两个甚至三个正电荷，能存储更多能量，是未来储能极具吸引力的方案。不过，多价离子尺寸和电荷较大，难以有效容纳在电池材料中，这是NJIT团队新的人工智能驱动研究直接要解决的障碍。

达塔称：“最大的障碍之一不是缺乏有前景的电池化学方案，而是无法测试数百万种材料组合。我们转向生成式人工智能，希望以快速、系统的方法筛选出少数能使多价电池实用的结构。”这种方法能快速探索数千种潜在候选材料，加快寻找更高效、可持续的锂离子技术替代品的速度。

为克服障碍，NJIT团队开发了新颖的双AI方法：晶体扩散变分自编码器(CDVAE)和精细调整的大型语言模型(LLM)。这些AI工具共同快速探索了数千种新的晶体结构，这在传统实验室实验中难以实现。CDVAE模型基于大量已知晶体结构数据集训练，能提出多种结构可能性的全新材料;LLM模型则专注于最接近热力学稳定性的材料，这对实际合成至关重要。

达塔表示：“我们的AI工具极大加速了发现过程，发现了五种全新的多孔过渡金属氧化物结构，展现出非凡潜力。这些材料拥有宽阔开放通道，非常适合快速安全地移动体积庞大的多价离子，是下一代电池的关键突破。”

该团队使用量子力学模拟和稳定性测试，验证了人工智能生成的结构，证实这些材料可通过实验合成，且在实际应用中潜力巨大。

达塔强调了人工智能驱动方法的更广泛影响：“这不仅是发现新电池材料，更是建立一种快速、可扩展的方法，无需大量反复试验，就能探索从电子产品到清洁能源解决方案的任何先进材料。”

有了这些鼓舞人心的结果，达塔和他的同事计划与实验室合作，合成和测试人工智能设计材料，进一步突破商业上可行的多价离子电池的界限。

更多信息：Joy Datta 等人，《生成式人工智能用于发现下一代储能多孔氧化物材料》，《Cell Reports Physical Science》(2025 年)