DigBat recense 3 816 électrolytes solides

Un chercheur qui compare des électrolytes solides n’a plus besoin de traiter chaque publication comme une île isolée. DigBat, une plateforme accessible en ligne développée par l’Institut de recherche avancée sur les matériaux (WPI-AIMR) de l’Université du Tohoku, réunit 3 816 électrolytes expérimentaux et 27 645 données de conductivité dans un même environnement de recherche interrogeable, ainsi que 852 matériaux étudiés par calcul, en juin 2026.

Le problème auquel elle s’attaque se situe au cœur de la promesse des batteries plus sûres à l’état solide. Ces modèles remplacent les électrolytes liquides organiques inflammables par des matériaux solides qui doivent bien conduire les ions, rester stables et présenter des propriétés mécaniques adaptées. Pourtant, les résultats publiés sont dispersés et présentés dans des formats incohérents, ce qui complique les comparaisons — ainsi que l’utilisation directe des données de la littérature pour l’apprentissage automatique. DigBat élargit une précédente base de données dynamique des électrolytes solides afin de couvrir les électrolytes inorganiques, polymères solides et polymères gélifiés.

L’intérêt de la plateforme réside dans les liens qu’elle établit. Un identifiant commun de matériau relie les données expérimentales aux simulations atomistiques, de sorte que les mesures de conductivité peuvent être examinées avec les informations structurelles. Les chercheurs peuvent comparer la conductivité à différentes températures et étudier les barrières énergétiques liées au déplacement des ions selon les types de matériaux et les années de publication. L’équipe indique avoir extrait et vérifié manuellement les données expérimentales de conductivité, supprimé les doublons et standardisé les valeurs publiées.

DigBat transforme également cette collection en espace de modélisation. Dans une étude de cas consacrée aux électrolytes solides hydrurés, les chercheurs ont utilisé une régression symbolique — une méthode d’apprentissage automatique qui produit des équations interprétables — pour prédire l’énergie d’activation. Hao Li, professeur émérite et chercheur principal au WPI-AIMR, a expliqué que l’objectif n’était pas seulement d’obtenir une prédiction précise, mais aussi de comprendre quelles propriétés des matériaux l’expliquent.

Pour les chercheurs, la plateforme permet de comparer les matériaux publiés, de relier les mesures aux simulations et d’examiner les pistes issues des modèles. D’après les éléments rapportés par l’équipe, elle ne fournit pas une batterie aboutie et ne garantit pas qu’un matériau prometteur fonctionnera en dehors des conditions décrites dans les publications. DigBat est une plateforme de recherche en développement, pas un déploiement commercial de batteries.