北理工陈人杰/陈楠团队顶刊综述: 提出“电池人工智能”新范式

高能量密度锂电池的发展受限于高压电解液的开发，传统试错方法在面对庞大设计空间时效率低下。北理工陈人杰/陈楠团队在ChemSocRev发表综述，系统总结了机器学习加速高压电解液研究的关键进展，并提出“电池人工智能(AI4B)”新范式。该范式通过数据驱动建模和算法创新，构建从微观分子到宏观界面的多物理场桥梁，旨在揭示高压条件下电解液分解规律，加速配方发现与优化。文章从背景（高压电解液开发瓶颈）、研究目的（提出AI4B范式并系统综述机器学习在电解液设计中的应用）、结论（展望未来AI4B将推动“机器学习预测-理论计算-实验验证”三元框架发展）三方面进行了全面总结，并讨论了基座大模型、算法可解释性、自驱动实验室等未来方向。