材料AI智能体！日本东北大李昊Angew：“AI+大数据”揭示固态电池电解质的新性能机制

本研究由日本东北大学李昊教授团队在Angewandte Chemie International Edition上发表，首次构建了一个由大语言模型（LLM）驱动的“数据挖掘+动力学模拟+实验理论对比+材料预测”四位一体智能工作流，以揭示二价氢化物固态电解质复杂的离子迁移机制。研究背景聚焦于固态电池（SSBs）的技术瓶颈，尤其是固态电解质（SSE）材料的迁移效率和界面稳定性问题。研究目的是通过AI和大数据技术，提升固态电池材料的开发效率，并突破传统理论方法的局限。研究结论包括：1）揭示了“中性分子协同迁移”机制和“二步离子迁移”机制；2）MetaD模拟预测精度高达R2 = 0.95；3）成功预测出新型材料Mg(BH4)2·6(CH3)2CHNH2，活化能低至0.62 eV。这项研究为固态电池材料的设计提供了全新的智能工作流和预测模型。