（12月2日）基于AI和图论结构化学的固态电池的材料基因探索

报 告 人：潘锋 教授 北京大学讲席教授

报告时间：2025年12月2日15：00-16：00

报告地点：晋江楼905会议室

组织单位：分子工程+研究院

联系人：黄涵

联系电话：15518780269

报告人简介：

潘锋，北京大学讲席教授、深圳研究生院新材料学院创院院长、国家特聘专家、国家重点研发计划项目负责人、中国化学会会士、《结构化学》执行主编、未名电池公司的创始人。长期致力于发展图论结构化学、材料基因组学、人工智能材料学和高性能锂电池材料，创建了基于图论/拓扑和AI的结构化学理论，建立了基于中子和同步辐射等大科学装置的原位动态结构表征装备与方法，探索并揭示了锂电池材料构效关系的规律，在解决锂电池储能密度、功率密度和稳定性等科学难题取得突破性进展，实现了256mAh/g@4.65V高容量高电压钴酸锂正极的产业转化（以此孵化了未名电池公司）。带领团队以通讯作者在《自然》等知名期刊发表500余篇SCI文章 （http://www.pkusam.cn/), 基于团队10多年在图论结构化学/材料基因组学方面的30余篇研究文章领衔编著《人工智能材料学-AI4Materials》。获中国电化学贡献奖和美国电化学学会电池科技奖，入选全球前万分之五世界顶级科学家。

报告摘要：

固态锂电池正在成为产业和科研拓展高性能锂电池的热点方向。与液态锂电池相比，固态锂电池关键要突破的是固态锂的快离子导体隔膜。这需要发展新的研发范式来加快开发这类新型的高性能材料。我们将图论数学与结构化学融合，自主创建了基于图论的结构化学研究方法，结合AI进一步拓展至锂电池固态电池快离子导体材料的研究中，发展了通过基于子图同构匹配的数学方法，从自主开发的基于图论结构化学方法建立的晶体结构大数据中快速挖掘出具有高锂离子电导率的无机晶体材料。该方法可以显著缩小潜在快离子导体材料的搜索范围，从而减小高通量计算所需的成本，为实现锂电池固态电解质材料的快速高效筛选开辟了一条新的途径。