В США создали ИИ для генерации рецептов электролитов
Исследователи Чикагского университета представили модель ElectrolyteGPT, которая генерирует не отдельные молекулы для аккумуляторов, а готовые рецептуры электролитов с пропорциями и рабочими параметрами. Авторы проекта утверждают, что несколько составов, предложенных системой, уже прошли лабораторную проверку и показали характеристики на уровне решений для современных литий-металлических батарей.
Электролит определяет сразу несколько свойств аккумулятора: скорость зарядки, стабильность, безопасность и деградацию. В этом узле мало места для случайности. Исследователи отмечают, что пространство возможных молекул и их комбинаций настолько велико, что ручной подбор занимает годы, а большая часть вариантов отсеивается уже на этапе первых тестов.
Главное отличие ElectrolyteGPT от типичных моделей для материаловедения в том, что она предлагает конечную смесь, а не список «перспективных» компонентов. Для этого команде пришлось собирать собственный обучающий массив по химии электролитов. На ранних этапах модель, как и многие универсальные LLM, тяготела к молекулам из фармацевтики. После дообучения на профильных данных она начала выдавать химически стабильные соединения и пригодные для синтеза составы.
Подход вписывается в более широкий тренд. В последние два года ИИ все активнее используют не для анализа публикаций, а для прямого проектирования материалов. Microsoft в 2024 году показала MatterGen для генерации новых неорганических материалов, а стартап SES AI развивает собственные модели для подбора химии аккумуляторов, включая электролиты для литий-металлических ячеек. Разница в том, что университетская работа из Чикаго делает шаг от поиска «кандидатов» к рецептуре, которую можно сразу нести в лабораторию.
Интерес к таким системам связан с экономикой отрасли. По оценке IEA, мировой спрос на батареи для электромобилей в 2024 году превысил 950 ГВт·ч, и производителям нужны не только более дешевые катоды, но и новые электролиты для быстрой зарядки и повышения плотности энергии. Если подобные модели сократят цикл подбора химии хотя бы с месяцев до недель, выиграют не только разработчики батарей для электромобилей, но и сегмент стационарных систем хранения, где требования к ресурсу и безопасности еще жестче.
