Pesquisadores da Universidade da Califórnia, Davis, estão usando machine learning para identificar novos materiais para células solares de alta eficiência. Eles estão usando experimentos de alto rendimento e algoritmos baseados em machine learning para prever o comportamento dinâmico dos materiais com alta precisão, sem a necessidade de realizar tantos experimentos.
Como um evangelista da computação quântica, é emocionante ver como a tecnologia está sendo usada em pesquisas para encontrar novos materiais para células solares de alta eficiência. Pesquisadores da Universidade da Califórnia, Davis, estão usando machine learning para identificar novos materiais para células solares de alta eficiência. Eles estão usando experimentos de alto rendimento e algoritmos baseados em machine learning para prever o comportamento dinâmico dos materiais com alta precisão, sem a necessidade de realizar tantos experimentos.
Os pesquisadores estão concentrando seus esforços em perovskitas híbridas, que são moléculas orgânicas-inorgânicas que têm potencial para uso em energia renovável. As perovskitas híbridas são comparáveis em eficiência ao silício na fabricação de células solares, mas são mais baratas de produzir e mais leves, o que permite uma ampla gama de aplicações, incluindo dispositivos emissores de luz. No entanto, a degradação desses materiais em condições ambientais é um grande desafio.
A equipe de pesquisa da UC Davis usou machine learning para prever os efeitos da umidade na degradação do material. Eles construíram um sistema automatizado de alto rendimento para medir a eficiência fotoluminescente de cinco filmes diferentes de perovskita contra as condições de verão em Sacramento. Depois de coletar mais de 7.000 medições em uma semana, os pesquisadores usaram esses dados para treinar três algoritmos de machine learning diferentes. O modelo SARIMAX obteve o melhor desempenho, com uma correspondência de 90% com os resultados observados.
Esses resultados mostram que a combinação de machine learning e experimentos de alto rendimento pode ajudar a identificar materiais candidatos e condições adequadas para prevenir a degradação em perovskitas. Estou animado para ver como essa tecnologia será usada em futuras pesquisas para encontrar novos materiais para células solares de alta eficiência.
