Istraživački tim sa Sveučilišta u Srednjoj Floridi primijenio je umjetnu inteligenciju (AI) na istraživanje perovskitnih solarnih ćelija (PSC) kako bi razvio sustav za prepoznavanje najboljih materijala. Organsko-anorganski halogenidni perovskitni materijal koji se koristi u PSC-u pomaže u pretvaranju fotonaponske energije u potrošnu energiju. Te se perovskite solarne ćelije mogu obrađivati u krutom ili tekućem stanju, pružajući tako fleksibilnost.
Istraživači su pregledali više od 2000 recenziranih publikacija o perovskitima i prikupili više od 300 točaka podataka koje su potom unesene u algoritam strojnog učenja. Nakon toga, sustav je analizirao informacije i predvidio koji će recept za sprej na perovskite solarnu tehnologiju najbolje funkcionirati.
Istraživači su rekli da im je pristup strojnom učenju pomogao da razumiju kako optimizirati sastav materijala i predviđaju najbolje strategije dizajna i potencijalne performanse perovskitnih solarnih ćelija. Predviđanja strojnog učenja odgovarala su Shockley-Queisserovoj granici. Strojno učenje također je pomoglo u predviđanju optimalnih graničnih orbitalnih energija između transportnog sloja i sloja perovskita.
Sunčane ćelije raspršivanjem mogle bi se koristiti za prskanje mostova, zgrada, domova i drugih građevina kako bi uhvatile svjetlost, pretvorile je u energiju i napajale u električnu mrežu. Očekuje se da bi formula mogla postati standardni recept / vodič za izradu fleksibilnih, stabilnih, učinkovitih i jeftinih perovskita.
Istraživanje je objavljeno u Advanced Energy Materials (www.doi.org/10.1002/aenm.201970181).