近日，《国家科学进展》杂志在线发表了中国科学技术大学焦淑红教授团队及苏州大学程涛教授团队的综述文章，该文章探讨了人工智能技术在电池界面研究中的初步应用与巨大的发展潜力。

该综述从电解质化学和电极界面对锂电池性能和安全性的关键作用这一新颖视角出发，强调了机器学习模型在该研究领域的应用及前景。首先介绍了用于电池研究的人工智能方法和模型，并概述了目前人工智能在电解液设计、界面形成和表征、锂枝晶生长和抑制以及电池性能衰减和寿命预测等方面的应用。鉴于传统实验技术的局限性，该综述提出通过将实验和仿真模拟结合起来的方法，能够在分子水平上深入了解电池界面的形成过程和特征，并利用人工智能从大量数据集中提取关键描述符，从而为开发更高效、更安全、更持久的电池体系提供新见解和思路。

人工智能或机器学习模型作为有力的工具在未来电池研究中具有巨大的应用潜力，该综述进一步强调了在电池科学界发展这一技术的重要性。

研究详情请见原文：

Artificial intelligence for the understanding of electrolyte chemistry and electrode interface in lithium battery

https://doi.org/10.1360/nso/20230039

Shuhong Jiao
Hefei National Laboratory for Physical Science at Microscale, CAS Key Laboratory of Materials for Energy Conversion, Department of Materials Science and Engineering, University of Science and Technology of China
[email protected]