Ionic liquids (ILs) are an exciting class of electrolytes finding applications in many areas from energy storage to solvents, where they have been touted as "designer solvents" as they can be mixed to precisely tailor the physiochemical properties. As using machine learning interatomic potentials (MLIPs) to simulate ILs is still relatively unexplored, several questions need to be answered to see if MLIPs can be transformative for ILs. Since ILs are often not pure, but are either mixed together or contain additives, we first demonstrate that a MLIP can be trained to be compositionally transferable; i.e., the MLIP can be applied to mixtures of ions not directly trained on, while only being trained on a few mixtures of the same ions. We also investigated the accuracy of MLIPs for a novel IL, which we experimentally synthesize and characterize. Our MLIP trained on ∼200 DFT frames is in reasonable agreement with our experiments and DFT.

Ionic liquids (ILs) are a promising class of electrolytes with a unique combination of properties, such as extremely low vapor pressures and nonflammability. Doping ILs with alkali metal salts creates an electrolyte that is of interest for battery technology. These salt-in-ionic liquids (SiILs) are a class of superconcentrated, strongly correlated, and asymmetric electrolytes. Notably, the transference numbers of the alkali metal cations have been found to be negative. Here, we investigate Na-based SiILs with a surface force apparatus, X-ray scattering, and atomic force microscopy. We find evidence of confinement-induced structural changes, giving rise to long-range interactions. Force curves also reveal an electrolyte structure consistent with our predictions from theory and simulations. The long-range steric interactions in SiILs reflect the high aspect ratio of compressible aggregates at the interfaces rather than the purely electrostatic origin predicted by the classical electrolyte theory. This conclusion is supported by the reported anomalous negative transference numbers, which can be explained within the same aggregation framework. The interfacial nanostructure should impact the formation of the solid electrolyte interphase in SiILs.