「電極は同時に非常に異なる特性を満たす必要があります。それらは常に互いに矛盾します」と、シカゴ大学のエリック・アンド・ウェンディ・シュミットAIインサイエンスのポスドクトラルフェローであるリテシュ・クマールは述べています。
2025年4月、シカゴ大学プリツカー分子工学スクール（UChicago PME）の研究者たちは、バッテリー電解質の発見を加速するための新しいAIフレームワークを発表しました。このフレームワークは、イオン伝導性、酸化安定性、およびクーロン効率のバランスを取り、有望な分子を特定します。
250件の研究論文のデータセットでトレーニングされたAIは、分子に「eScore」を割り当て、電解質としての適合性を予測します。AIはすでに、最高の電解質と同等の性能を発揮する分子を特定しており、バッテリー技術における大きな進歩を示しています。これにより、試行錯誤への依存が軽減され、時間とリソースが節約されます。
AIは、人間には不可能な作業である数十億の潜在的な分子をふるいにかけることができます。研究者たちは、望ましい特性を備えた完全に新しい分子を設計できるAIの開発を目指しています。これは、電気自動車、電話、およびグリッド規模のエネルギー貯蔵のためのバッテリー設計に革命をもたらす可能性があります。
ノースウェスタン大学のジェフリー・ロペスは、データ駆動型フレームワークがバッテリー材料の開発を加速するために不可欠であることを強調しています。チームは現在、AIが見慣れない材料を識別する能力を向上させることに取り組んでおり、設計能力をさらに強化しています。