Российские математики и материаловеды разработали систему искусственного интеллекта, способную выявлять энергоёмкие и пожаробезопасные электролиты, а также подбирать оптимальные защитные покрытия для электродов твердотельных аккумуляторов. Создание этой нейросети поможет учёным быстрее подобрать замену для литий-ионных батарей. Результаты исследования опубликованы в журнале npj Computational Materials.
Твердотельные аккумуляторы представляют собой перспективную альтернативу традиционным литиевым батареям с жидким или гелеобразным электролитом. В теории они могут увеличить запас хода электромобилей примерно в полтора раза и значительно повысить пожаробезопасность, однако пока они не нашли широкого применения из-за того, что ни один из твёрдых электролитов не удовлетворяет всем техническим требованиям. В частности, существующие электролиты или плохо проводят через себя ионы, или же они быстро разрушаются при контакте с материалом электродов батареи в результате восстановительных или окислительных электрохимических реакций. Этот сценарий можно предотвратить при помощи защитного покрытия, разработка которого в прошлом требовала проведения очень длительных и трудоёмких квантово-химических расчётов.
Исследователи выяснили, что эти расчёты можно значительно ускорить при помощи разработанной ими системы искусственного интеллекта, построенной на базе графовых нейросетей. Для её обучения российские материаловеды подготовили обширную базу данных, включающую данные по устройству и результаты точных квантово-химических расчётов движения ионов лития через большое число материалов. Работу этой нейросети учёные проверили при изучении свойств перспективного твердотельного электролита — вещества Li10GeP2S12, состоящего из лития, германия, фосфора и серы. ИИ-система помогла материаловедам выявить несколько перспективных защитных материалов, которые должны заметно повысить долговечность и безопасность твердотельных батарей. Схожим образом можно изучать и улучшать другие электролиты.