Аккумулятор в телефоне или электромобиле — это маленький химический завод. Внутри него ионы лития бегают между двумя электродами, а на границе с жидкостью-электролитом образуется тонкая плёнка — она и определяет, сколько прослужит батарея. Плёнку эту называют твёрдоэлектролитным интерфейсом. Увидеть её напрямую трудно: она тоньше человеческого волоса и меняется с каждой зарядкой.

Химики умеют следить за ней с помощью инфракрасной спектроскопии — как если бы мы слушали, какие «ноты» издаёт плёнка, когда через неё проходит свет. Но такая съёмка в реальном времени стоит дорого и требует сложного оборудования. Поэтому авторы новой работы сделали ход конём: они собрали 7118 спектров от десяти разных типов батарей и обучили нейросеть предсказывать, как будет меняться «музыка» плёнки во времени, имея на руках только один статичный снимок.

Модель, названная ABCC, работает как переводчик с языка химии на язык прогноза. Она не просто запоминает похожие случаи, а учитывает физические законы — например, что масса веществ не исчезает, а пики на спектре сдвигаются строго определённым образом. Это позволяет ей различать, что относится к растворителю, а что — к самой плёнке, и предсказывать, как будет расти защитный слой.

Проверка показала: ABCC обгоняет все существующие методы — и те, что работают со статичными картинками, и те, что анализируют последовательности. Главное — модель умеет переносить знания на незнакомые типы батарей, которые она не видела при обучении. Это значит, что инженеры смогут быстрее подбирать состав электролита и присадки, не проводя месяцы у спектрометра. Так искусственный интеллект становится ещё одним инструментом в мастерской электрохимика.