芝加哥大学埃里克和温迪·施密特科学人工智能博士后研究员里特什·库马尔表示：“电极必须同时满足非常不同的性能要求。它们总是相互冲突。”
2025年4月，芝加哥大学普利兹克分子工程学院（UChicago PME）的研究人员推出了一种新的人工智能框架，以加速电池电解质的发现。该框架平衡了离子电导率、氧化稳定性和库仑效率，以识别有前景的分子。
该人工智能在包含250篇研究论文的数据集上进行训练，为分子分配一个“eScore”，预测它们作为电解质的适用性。人工智能已经识别出一种性能与顶级电解质相当的分子，标志着电池技术的重大进步。这减少了对反复试验的依赖，节省了时间和资源。
人工智能可以筛选数十亿个潜在分子，这是人类不可能完成的任务。研究人员的目标是开发一种能够设计出具有所需性能的全新分子的人工智能。这可能会彻底改变电动汽车、手机和电网规模储能的电池设计。
西北大学的杰弗里·洛佩兹强调，数据驱动的框架对于加速电池材料的开发至关重要。该团队目前正在努力提高人工智能识别不熟悉材料的能力，从而进一步增强其设计能力。