人工智能系统成功生成完整电解液配方

这款被称为ElectrolyteGPT的AI系统，不仅能够确定电解液中应当包含哪些化学物质，还能同步优化各成分的配比与浓度，在离子导电性、氧化稳定性、库仑效率以及黏度等多项关键指标间实现最优权衡。研究团队运用该平台开发了多个创新电解液配方，并通过实验进行了验证。测试结果表明，部分配方在锂金属电池中的表现已接近当前最先进电解液的水准。

电解液配方设计长期受困于"组合爆炸"困境，潜在电解液分子的总数远超可观测宇宙中的恒星数量，若再纳入不同分子间的多元配比组合，其可能性近乎无穷。传统实验手段难以在这片浩瀚的化学空间中筛选出最优解，而生成式人工智能却能够探索那些从未被触及的领域，并提出全新的候选方案。

然而，现有的生成式AI模型大多源自药物研发领域，其生成的分子往往更适合作为药物使用。为此，研究团队专门建立了电解液相关化合物数据库，对模型进行专项训练，使其能够掌握电解液材料的特性并生成满足特定需求的分子结构。

本次研究的核心创新在于研发了一套名为"fLine"的化学表示新方法。传统广泛应用的SMILES表示法主要用于描述分子结构，而fLine不仅能够记录化学结构，还能同步包含溶剂配比、盐浓度、温度等配方相关信息。

依托这一新方法，AI能够将整个电解液体系作为统一整体进行设计，而不仅限于单一分子层面。该方法不仅适用于电解液研发，还有望拓展至其他复杂化学混合体系的设计领域。

这一成果标志着向"完全生成式电解液设计"目标迈出了关键步伐。随着训练数据集和模型规模的持续扩充，人工智能有望发掘性能超越现有最优产品的新型电解液，从而推动下一代高性能电池的研发进程。