如今机器学习已经用于快速发现新材料的工具。近几年随着电动汽车的崛起，有许多机构将机器学习应用在发现新材料领域，前途看好的氟离子电池材料更成热门研究领域。许多专家认为，氟离子电池具备取代锂电池的机会。

从理论上讲，不论是从电动车到消费性电子产品，氟离子系统都是电池的理想选择。氟离子的优势在于重量轻、体积小且高度稳定。氟化物也比锂离子电池所需的锂和钴便宜。此外，研究表明，氟离子电池比锂离子技术具有更大的储存容量潜力。

然而，氟离子电池研究仍处早期，第一个实验示例是在2011年开始。研究进展也相当缓慢，因为就目前已知，没有多少材料可以传导氟离子，这是关键的要求，因为正是离子的运动使电池进行充电和放电。因此，寻找用于氟离子电池的最佳材料是一项挑战。

丰田于2020年8月中宣布与京都大学的科学家合作开发一种新的氟离子电池，该电池每单位重量的能量应该是传统锂离子电池的7倍，并且可以使电动车一次充电行驶1000公里。

现在，美国北卡罗莱纳州大学Chapel Hill分校Scott Warren实验室设计了一种使用超级计算机的机器学习方法，该方法可以快速准确地计算出氟离子在任何已知的含氟晶体中移动的难易程度。

该团队最初使用一种常见的分层运算方法来筛选140,000种已知材料的数据库，将其切割成10,000种含氟候选物。该团队表示，由于对氟离子导体的研究不多，从这10,000种导体中寻找最佳候选者的附加标准是什么，他们也不清楚。这意味着有希望的材料在被其他标准识别之前，可能会被单一标准拒绝，因此需要一种新的策略。

因而，其解决方案并非是删除那一些材料不行，而是对结构进行排序。通过持续研究且了解氟化物扩散之后，结构排序也会出现变化更新。如今Scott Warren实验室已经从10,000名候选者中，随机选择了300名，并对每种材料的氟化物传输能力进行了准确的计算。获 取 更多前沿科技 研究 进展访问：https://byteclicks.com

如今找到一种材料是含氟化物的锌钛化合物ZnTiF ₆。这种材料非常便宜，具有出色的氟化物传导性能，有望用作氟离子电池的电解质，甚至提交了专利。

总之，除了日本与美国之外，英国和中国也正在研究氟离子电池的未来性，而且机器学习的模式有机会加速氟离子电池于2030年迈入商业化阶段。

相关研究成果发表在npj Comput. Mater.上。

版权声明：除特殊说明外，本站所有文章均为 字节点击 原创内容，采用 BY-NC-SA 知识共享协议。原文链接：https://byteclicks.com/37930.html 转载时请以链接形式标明本文地址。转载本站内容不得用于任何商业目的。本站转载内容版权归原作者所有，文章内容仅代表作者独立观点，不代表字节点击立场。报道中出现的商标、图像版权及专利和其他版权所有的信息属于其合法持有人，只供传递信息之用，非商务用途。如有侵权，请联系 gavin@byteclicks.com。我们将协调给予处理。

赞