日本SoftBank與物質材料研究機構(NIMS)將機器學習技術應用於高能量密度鋰金屬電池的性能評估數據，並建構了壽命預測模型，可望有助於提升搭載鋰金屬電池之設備運作的安全性與可靠性。
研究團隊製作了多款由鋰金屬負極與富鎳正極組成的高能量密度鋰金屬電池，並進行了充放電性能評估。獲得的充放電數據利用機器學習方法，進而建構了可預測鋰金屬電池壽命的模型。
透過分析從放電、充電、緩和過程中獲得的數據，研究團隊建立了一個模型，可以預測循環壽命，而無須假設特定的劣化機制。今後SoftBank與NIMS將進一步提高壽命預測模型的預測精度，並將其運用於新材料的開發，期加速高能量密度鋰金屬電池的實用化。