来源：科技日报

科技日报记者 张佳欣

电池电解液设计领域，终于迎来了一项突破性工具。最新一期《JACS Au》杂志上，芝加哥大学普利兹克分子工程学院研究团队发布了一种名为ElectrolyteGPT的生成式AI系统。与传统逐个筛选小分子的方式不同，这套系统能够直接生成完整的电解液配方，为电池材料研发提供了全新路径。

ElectrolyteGPT的能力并不止于推荐化学成分。它不仅可以确定电解液中应加入哪些物质，还能同步计算各组分的浓度与配比，并在离子电导率、氧化稳定性、库仑效率、黏度等关键性能指标之间实现优化平衡。研究团队利用该系统生成了多组全新电解液配方，并开展了实验验证。结果显示，其中不少配方的性能已经能够与当前最先进的电解液相媲美。

在电池电解液配方设计中，最大的挑战之一就是“组合爆炸”问题。潜在可选分子的数量极其庞大，甚至可比宇宙中的星体数量，而不同分子之间的配比组合更是近乎无限。依靠传统实验方法逐一测试，几乎不可能完成全面探索。生成式AI的优势则在于，它能够深入人类尚未系统触及的化学空间，发现传统思路难以想到的新型电解液方案。

不过，目前市面上多数生成式AI模型最初主要面向药物研发，因此生成分子时往往天然带有明显的“药物化”特征。为了让AI真正理解电解液设计需求，研究团队专门构建了电解液化合物数据库，并进行了针对性训练，使模型能够识别电解液材料的核心特征，进而生成更符合实际应用需求的新分子。

这项研究还有一个值得关注的创新成果：团队开发出一种名为“fLine”的新型化学描述语言。以往广泛使用的SMILES语言主要用于描述分子结构，而fLine的能力更进一步——它不仅可以表达化学结构，还能够将溶剂比例、盐浓度、温度等关键配方信息一并记录下来。

有了fLine，AI就可以把整个电解液体系作为一个完整对象来设计，而不再只是聚焦单一分子。从更广泛的应用前景来看，这套方法不仅适用于电解液开发，未来在其他复杂化学混合体系设计中，也有望发挥重要作用。

可以说，这项研究朝着“完全由AI生成电解液配方”的目标迈出了关键一步。未来，随着训练数据持续扩充、模型规模不断提升，AI有望发现性能超越现有产品的新型电解液，进一步加快下一代高性能电池和先进电池材料的研发进程。