
芝加哥大學的一個團隊成功研發出一種名為「electrolytegpt」的獨創神經網路模型,能夠端對端地自主設計高性能鋰金屬電池電解液——從分子元件篩選、比例最佳化到物理化學性質預測,全程無需任何人工干預。這項突破性的方法徹底擺脫了傳統研發模式中「試錯組成加經驗調校」的窠臼。
與以往僅聚焦單一成分或簡化變量的人工智慧工具不同,electrolytegpt 具備全棧式建模能力,可同時優化配方中的化學物種、摩爾比、溶劑化結構以及多尺度相互作用,實現導電率、電化學窗口、界面穩定性與流變特性等指標的協同最佳化。
實驗驗證顯示,該人工智慧所產生的多種候選配方,在關鍵指標上均能媲美當今最優秀的商用系統。更值得注意的是,它所發現的一些非直覺組合,展現出獨特的離子傳輸機制與鈍化行為,為突破現有電解液性能瓶頸提供了嶄新的途徑。面對呈指數級擴張的化學空間,這一模型大幅縮短了高價值配方的發現週期,並系統性地開拓出人類直覺難以觸及的分子創新層面。