硅酸盐学报

<正>1.专题介绍在电化学储能材料开发过程中难以满足产业界对高性能材料的迫切需求，且单一尺度/精度的计算方法难以应对当前电化学储能材料设计中所面临的化合物种类庞杂、数据多源异构和多目标性能评估等挑战。因此，为了突破瓶颈，通过智能计算与优化设计衔接基础理论知识和科学问题，研究模式由“经验指导实验”向“数据驱动建模与性能预测的AI赋能材料设计”转变已成为新的研究范式。本专题包括1篇综述文章和17篇研究性文章，涉及机器学习、高通量计算、大语言(大原子)模型、多尺度多物理场仿真及第一性原理计算等先进算法探究电解质与电极材料电化学性能及复杂的界面问题，旨在充分发挥人工智能、大数据、大模型等材料信息挖掘功能，并利用物理模型深入发掘材料结构与性能之间的构效关系，阐明电化学储能材料的作用机理。