芝加哥大學埃里克和溫迪·施密特科學人工智慧博士後研究員里特什·庫馬爾表示：“電極必須同時滿足非常不同的性能要求。它們總是相互衝突。”
2025年4月，芝加哥大學普利茲克分子工程學院（UChicago PME）的研究人員推出了一種新的人工智慧框架，以加速電池電解質的發現。該框架平衡了離子電導率、氧化穩定性和庫侖效率，以識別有前景的分子。
該人工智慧在包含250篇研究論文的數據集上進行訓練，為分子分配一個“eScore”，預測它們作為電解質的適用性。人工智慧已經識別出一種性能與頂級電解質相當的分子，標誌著電池技術的重大進步。這減少了對反覆試驗的依賴，節省了時間和資源。
人工智慧可以篩選數十億個潛在分子，這是人類不可能完成的任務。研究人員的目標是開發一種能夠設計出具有所需性能的全新分子的人工智慧。這可能會徹底改變電動汽車、手機和電網規模儲能的電池設計。
西北大學的傑弗里·洛佩茲強調，數據驅動的框架對於加速電池材料的開發至關重要。該團隊目前正在努力提高人工智慧識別不熟悉材料的能力，從而進一步增強其設計能力。