En los programas de investigación básica estratégica de JST, el grupo de investigación dirigido por el profesor asociado Yuya Oaki y el estudiante graduado (en ese momento) Hiromichi Numazawa de la Facultad de Ciencia y Tecnología, La Universidad de Keio estableció una nueva política de diseño para materiales orgánicos para el ánodo de las celdas secundarias de iones de litio en un trabajo conjunto con el investigador asociado Yasuhiko Igarashi de la Escuela de Graduados de Ciencias Fronterizas, La Universidad de Tokio, mediante el uso de Materiales Informáticos (MI). Se obtuvo con éxito un material de alta capacidad y alta estabilidad a través de un número extremadamente pequeño de experimentos.

Para ahorrar recursos para las baterías, Se están investigando materiales orgánicos sin el uso de metales en todo el mundo. Tradicionalmente, la búsqueda de materiales de ánodo para baterías de litio y baterías de iones de sodio tuvo que basarse en ensayo y error o en la experiencia y la intuición de los investigadores.

MI generalmente realiza aprendizaje automático para datos a gran escala (big data), y es una técnica que reduce la participación de la experiencia y la intuición de los investigadores. Uno de los desafíos fue cómo los investigadores experimentales utilizan sus propios datos y conocimientos empíricos a pequeña escala.

El grupo de investigación examinó un método, 'MI orientada a experimentos, 'que fusiona datos experimentales a pequeña escala pero relativamente precisos con la experiencia y la intuición de los investigadores experimentales, y ha logrado un rendimiento mejorado de materiales de nanoplacas, etc.

En este estudio, se midió la capacidad de 16 compuestos orgánicos como ánodo; más lejos, una pequeña cantidad de factores que pueden determinar la capacidad utilizando modelos dispersos, que es una técnica de ciencia de datos, fue identificado. Basado en este resultado, Se desarrolló una fórmula de predicción de capacidad considerando los factores identificados como variables (modelo de predicción). Próximo, 11 compuestos disponibles comercialmente, con la expectativa de una cierta capacidad como ánodo, fueron seleccionados parcialmente en base a la experiencia e intuición de los investigadores, y el valor de capacidad previsto se calculó antes del experimento. Más lejos, se midió la capacidad de tres compuestos con el valor más alto previsto, y se observó que dos compuestos exhibían alta capacidad. Después, uno de estos compuestos, el compuesto de tiofeno, fue polimerizado y un material de ánodo de polímero con capacidad mejorada, durabilidad, y se obtuvo la propiedad de carga-descarga rápida.

La política de diseño para el material de ánodo orgánico establecida en el presente estudio es importante para mejorar aún más el rendimiento. Combinando un pequeño conjunto de datos experimentales, experiencia e intuición de los investigadores, y el aprendizaje automático llevaron al descubrimiento exitoso de un material de alto rendimiento. También mostró la efectividad de combinar la ciencia experimental y la MI para mejorar la eficiencia de la búsqueda de materiales.