Изследователски екип от Университета в Централна Флорида е приложил изкуствен интелект (AI) за изследване на перовскитните слънчеви клетки (PSC), за да разработи система за идентифициране на най-добрите материали. Използваният в PSC органично-неорганичен халогениден перовскитен материал помага за превръщането на фотоволтаичната енергия в консумираща енергия. Тези перовскитни слънчеви клетки могат да бъдат обработени в твърдо или течно състояние, като по този начин предлагат гъвкавост.
Изследователите прегледаха повече от 2000 рецензирани публикации за перовскитите и събраха над 300 точки с данни, които след това бяха подадени в алгоритъм за машинно обучение. След това системата анализира информацията и прогнозира коя рецепта за пръскане на перовскит слънчева технология ще работи най-добре.
Изследователите казват, че подходът за машинно обучение им помага да разберат как да оптимизират състава на материала и да предскажат най-добрите дизайнерски стратегии и потенциалните характеристики на перовскитните слънчеви клетки. Прогнозите за машинно обучение съответстваха на лимита на Shockley-Queisser. Машинното обучение също е помогнало за прогнозиране на оптимални гранични орбитални енергии между транспортния слой и перовскитния слой.
Спрей-слънчевите клетки могат да се използват за боядисване на мостове, сгради, домове и други структури, за да улавят светлината, да я превръщат в енергия и да я захранват в електрическата мрежа. Очаква се формулата да се превърне в стандартна рецепта / ръководство за направата на гъвкави, стабилни, ефективни и евтини перовскити.
Изследването е публикувано в Advanced Energy Materials (www.doi.org/10.1002/aenm.201970181).