Создание и развитие литий-ионных аккумуляторов стало революционным во всех сферах жизни человека. Благодаря высокой гравиметрической и объемной плотности энергии, высокой удельной мощности, длительному сроку службы и низкому саморазряду литий-ионные аккумуляторы сегодня являются одними из важнейших возобновляемых источников энергии. Однако в связи с растущим спросом возникает необходимость в разработке новых типов аккумуляторов, обладающих большими показателями гравиметрической или объемной плотности энергий или их более доступных аналогов. Перспективным подходом для достижения наибольших плотностей энергии, а также лучшей цикличности и безопасности считается переход к полностью твердотельным аккумуляторам, в которых используется твердый электролит. Главным преимуществом твердых электролитов считается их повышенная термическая стабильность и устойчивость к дендритообразованию, благодаря которым, они демонстрируют большую циклируемость и более безопасны. Традиционно аккумуляторы с металлическим литием в качестве анода или аккумуляторы с анодом с щелочными металлами (Na+, K+) рассматриваются как наиболее перспективные альтернативы литий-ионным аккумуляторам. В литиевых аккумуляторах наилучшие показатели ионной электропроводности, сравнимые с жидкими органическими электролитами, достигаются в сложных трех и четырех компонентных системах, содержащих атомы серы и фосфора. Другой перспективный класс твердых электролитов - германий содержащие твердые электролиты. Несмотря на регулярное появление публикаций с новыми электролитами и более детальными исследованиями уже открытых твердых электролитов, в том числе составов М-P-S и М-Ge-S (М = Li, Na, K), информация о электролитах такого состава все еще остается преимущественно не систематизированной и разрозненной. Использование современных и эффективных методов предсказания кристаллических структур таких как генеративно-состязательные сети CrystalGAN и эволюционный алгоритм USEPX позволит найти новые, еще не исследованные соединения составов M-P-S и M-Ge-S, где M = Li, Na, K. Применение методов квантовой химии, машинного обучения (MLIP) и молекулярной динамики позволят достоверно оценить термодинамические, механические и кинетические свойства новых твердых электролитов, в том числе коэффициенты диффузии и значения ионной электропроводности. Важным достоинством этого подхода является способность прогнозировать свойства экспериментально еще не изученных соединений, синтез и анализ которых может представлять задачу, требующую больших материальных и временных затрат.