Raziskovalna skupina na Univerzi na Srednji Floridi je uporabila umetno inteligenco (AI) za raziskave perovskitnih sončnih celic (PSC), da bi razvila sistem za prepoznavanje najboljših materialov. Organsko-anorganski halogenidni perovskitni material, ki se uporablja v PSC, pomaga pri pretvorbi fotonapetostne moči v potrošno energijo. Te perovskitne sončne celice je mogoče obdelati v trdnem ali tekočem stanju in s tem ponuditi prilagodljivost.
Raziskovalci so pregledali več kot 2000 recenziranih publikacij o perovskitih in zbrali več kot 300 podatkovnih točk, ki so bile nato vključene v algoritem strojnega učenja. Nato je sistem analiziral informacije in napovedal, kateri recept za perovskite solarno tehnologijo bi bil najboljši.
Raziskovalci so povedali, da jim je pristop strojnega učenja pomagal razumeti, kako optimizirati sestavo materiala in napovedati najboljše strategije oblikovanja in potencialne zmogljivosti sončnih celic perovskite. Napovedi strojnega učenja so ustrezale meji Shockley-Queisser. Strojno učenje je pomagalo tudi pri napovedovanju optimalnih mejnih orbitalnih energij med transportno plastjo in plastjo perovskita.
Sončne celice s pršenjem lahko uporabimo za brizganje mostov, zgradb, domov in drugih struktur, da zajamemo svetlobo, jo pretvorimo v energijo in jo dovajamo v električno omrežje. Pričakuje se, da bi formula lahko postala standardni recept / vodnik za izdelavo prožnih, stabilnih, učinkovitih in poceni perovskitov.
Raziskava je bila objavljena v Advanced Energy Materials (www.doi.org/10.1002/aenm.201970181).