• Ученые из Сколтеха и Института AIRI разработали метод машинного обучения для ускорения разработки материалов для твердотельных аккумуляторов.
• Нейросети способны распознавать перспективные материалы для электролитов и защитных покрытий.
• Технология может заменить литий-ионные аккумуляторы в электромобилях и портативной электронике.
• Твердотельные аккумуляторы пока не используются в электромобилях, но автопроизводители стремятся внедрить их.
• Поиск новых материалов для твердотельных аккумуляторов продолжается.
• Графовые нейронные сети позволяют выявлять новые материалы с высокой ионной проводимостью быстрее, чем квантово-химические подходы.
• Защитные покрытия необходимы для предотвращения разрушения структуры электролитов при окислении и восстановлении.
• Алгоритмы машинного обучения ускоряют расчеты ионной проводимости и других свойств материалов.

«Мы показали, что с помощью графовых нейронных сетей можно выявлять новые материалы с высокой ионной проводимостью для твердотельных аккумуляторов следующего поколения. И делать это на порядки быстрее квантово-химических подходов — основного инструмента для теоретических предсказаний в материаловедении. Это значит, что разработка новых материалов для аккумуляторов может ускориться. Что мы и продемонстрировали, предсказав этими методами ряд защитных покрытий для твердотельных аккумуляторов», — рассказал первый автор работы, аспирант программы «Науки о материалах» и стажер-исследователь Центра энергетических технологий Сколтеха и младший научный сотрудник Института AIRI Артем Дембицкий.