一、技术简介
新能源材料（含光/电催化材料，锂/纳/钾离子电池，超导材料等）在我们的生产和生活中扮演着重要角色，被广泛应用于新能源汽车、化工、航天、医学等重要领域。然而，目前传统的实验研究和理论研究已无法满足时代对新能源材料的研发需求。
机器学习人工智能技术作为一种新兴技术，已开始在新材料研究中崭露头。它可以极大的降低了新能源材料的研发成本、缩短了研发周期，为企业创造更大的经济效益。特别的是，Merchant 等人在 2023 年开发的 GNoME 模型结合高通量模拟，发现了 38 万余个热力学稳定的晶体材料，相当于“为人类增加了 800 年的智力积累”。
本课题组将机器学习人工智能技术、高通量模拟、实验这三种材料研究方法紧密结合，极大的促进的新材料的研发进程。目前已与西部超导（上市公司）、成都许量科技（成都大运会赞助公司）等公司开展了超导材料、CO2 吸附材料等的紧密合作。目前其中一个合作项目已进入小试生产阶段。
本课题组可开展超导材料、催化材料、锂/纳/钾离子电池等新能源材料的高效研发。期待能与更多新能源材料相关公司开展更多新能源材料的研发。
二、技术应用案例
1. 西部超导（上市公司）超导材料研究
2. 成都许量科技（成都大运会赞助公司）CO2 吸附材料研究
三、咨询电话：028-84610756，联系人：罗老师。
