據最新一期《JACS Au》雜誌報道，美國芝加哥大學普利茲克分子工程學院研究團隊開發出一種生成式AI系統，可直接生成完整的電池電解液配方，而不僅是尋找單個候選分子。

該AI模型名為ElectrolyteGPT，它不僅能夠決定電解液中要使用哪些化學成分，還能同時設計各組分的濃度、混合比例等參數，在離子電導率、氧化穩定性、庫侖效率和黏度等多個性能指標之間尋找最佳平衡。團隊利用該系統生成了一系列全新電解液配方，並進行了實驗驗證。結果顯示，其中多種配方在鋰金屬電池中的性能達到當前先進電解液水平。

電池電解液設計面臨巨大的“組合爆炸”難題，潛在電解液分子的數量遠超宇宙中的恆星總數，如果再考慮不同分子之間的各種配比組合，其可能性幾乎無限。傳統實驗方法難以在如此龐大的化學空間中尋找最優方案，而生成式AI則能夠探索此前從未被研究過的區域，並提出全新的候選配方。

不過，現有大多數生成式AI模型最初是為藥物研發設計的，生成的往往是適合作為藥物的分子。為此，團隊專門構建了電解液相關化合物數據庫，對模型進行鍼對性訓練，使其能夠學習電解液材料的特徵並生成符合需求的新分子。

此次研究的一項關鍵創新，是開發出一種名為“fLine”的新型化學描述語言。現有廣泛使用的SMILES語言主要用於描述分子結構，而fLine不僅能夠記錄化學結構，還可同時包含溶劑比例、鹽濃度、溫度等配方信息。

藉助這一新語言，AI能夠將整個電解液體系視為一個整體進行設計，而非僅關注單個分子。該方法不僅適用於電解液開發，也有望推廣至其他複雜化學混合體系的設計。

這項成果朝着“完全生成式電解液設計”邁出了重要一步。未來隨着訓練數據和模型規模進一步擴大，AI有望發現性能超越現有最佳產品的新型電解液，從而加速下一代高性能電池的研發。