Les batteries de nouvelle génération n'utilisent pas simplement un électrolyte liquide, mais de l'eau dans laquelle est dissoute une très grande quantité de sel – des ions lithium et de grosses molécules organiques. Les ions sont si nombreux qu'ils entrent constamment en collision, comme une foule dans un couloir étroit. Suivre chaque ion dans une telle cohue n'est pas une mince affaire.

La méthode habituelle consiste à résoudre les équations de la mécanique quantique à chaque étape du mouvement. C'est comme essayer de décrire chaque pas de chaque personne dans une foule : la précision est énorme, mais le calcul prend une éternité. C'est pourquoi les scientifiques ont emprunté une autre voie. Ils ont pris un modèle informatique qui apprend à partir d'exemples : on lui a d'abord montré quelques calculs courts et précis, puis il a appris lui-même à prédire où les ions vont se déplacer, sans équations complexes.

Les auteurs ont testé le modèle sur une solution de sel de lithium dans l'eau. Le modèle a reproduit fidèlement les données expérimentales – par exemple, la façon dont les rayons X sont diffusés par la solution. Cela signifie qu'il décrit correctement la disposition des ions. De plus, le modèle a permis d'explorer des situations difficiles à capturer expérimentalement : lorsque deux ions lithium se retrouvent très proches l'un de l'autre.

Il s'est avéré que le modèle, d'abord entraîné sur des données générales puis affiné sur la solution spécifique, fonctionne mieux que celui entraîné de zéro. C'est comme si un cuisinier connaissant de nombreuses cuisines maîtrisait plus rapidement un nouveau plat qu'un débutant.

Les chercheurs disposent désormais d'un outil pour étudier les électrolytes surconcentrés sur de longues périodes – de la picoseconde à la nanoseconde et au-delà. C'est important pour développer des batteries plus sûres et plus performantes.