国防科技大学郑春满、孙巍巍 “IF=39.0” 顶刊：反应性描述符+人工智能破解锂硫电池“活性密码”

本文围绕锂硫电池中硫还原反应（SRR）缓慢动力学和多硫化锂穿梭效应等关键挑战，系统探讨了反应性描述符在催化剂设计中的应用机制。研究背景指出锂硫电池虽具有高能量密度等优势，但实际应用受限于传统经验试错法开发催化剂的低效性。研究目的旨在通过建立电子、结构及能量三类描述符与催化活性的关联，结合人工智能技术实现催化剂的理性设计。结论表明，多元描述符与机器学习结合能高效筛选高活性催化剂，并为未来开发通用描述符和打破标度关系提供了方向，推动锂硫电池催化剂设计从经验向理性范式转变。