日本物质材料研究机构 (以下简称NIMS) 和名古屋工业大学4月19日宣布，通过与丰田汽车共同在新一代全固体电池的固体电解质候选材料计算方法中结合高精度材料模拟和数据技术，开发出了能实现离子导电性最大化的最佳组合方案。
另外，三方还共同验证了迁移学习的有效性，确认可以把通过优化锂离子导电材料获得的知识用于优化钠离子导电材料。
近年来，以电池厂商和汽车厂商为中心正在推进全固体电池的开发。与采用可燃性有机电解液的传统锂离子电池相比，全固体电池采用基于不燃性陶瓷的固体电解质，安全性更高。此外，由于能实现电池结构的紧凑化，全固体电池作为可实现更高能量密度的新一代电池备受期待。不过，关于固体电解质材料的选择，需要从数量庞大的候选材料中反复试验探索，发现具备高离子导电性的陶瓷材料是较为困难的事情，需要高效率的探索方法。
此次，NIMS、名古屋工业大学和丰田通过高精度的材料模拟实验创建了固体内锂离子导电性的数据库，将这个结果与数据科学的贝叶斯优化和迁移学习相结合，确认能高效率发现优质材料。
开发全固体电池与实现纯电动汽车的关系
具体来说，利用该方法对具备Tavorite型结构、化学成分各异的318种材料的锂离子和钠离子的导电性进行评估，确认与以往的试错法相比，探索速度能提高2~3倍左右。
以往材料模拟被用来详细解析已知材料的离子导电性等的机理，而此次的成果证实，通过使其与数据科学技术相结合，材料模拟还可以成为用来发现所期望功能材料的一种工具。
而且，成果数据量越大，寻找材料的效率就越高，因此今后可望用于大规模的材料探索。
该研究得到了日本国立研究开发法人科学技术振兴机构 (JST)创新中心构筑支援事业“信息综合型物质材料开发计划”项目的支援。上述研究成果已于2018年4月11日上午刊登于《科学报告》（Scientific Report）杂志的在线版上。
文 客观日本编辑部
