Использование машинного обучения для поиска новых материалов для высокоэффективных солнечных элементов

Исследователи из колледжа инженерии Университета Калифорнии в Дэвисе используют машинное обучение для поиска новых материалов для высокоэффективных солнечных элементов. Они смогли прогнозировать динамическое поведение материалов с высокой точностью, используя высокопроизводительные эксперименты и алгоритмы машинного обучения, не выполняя много экспериментов. Перовскиты являются органическими-неорганическими молекулами, которые привлекли много внимания за последние 10 лет благодаря их потенциалу использования в возобновляемой энергетике. Некоторые из них сравнимы по эффективности с кремнием для создания солнечных элементов, но они дешевле и легче, что потенциально позволяет широкий спектр применений, включая световые устройства. Одной из главных проблем является то, что устройства на перовскитах имеют тенденцию к быстрому разложению при воздействии воды, кислорода, света, тепла и напряжения. Проблема заключается в том, чтобы найти перовскиты, которые сочетают высокую эффективность с устойчивостью к условиям окружающей среды. Фильм из перовскитов является только частью полной фотоэлектрической ячейки. Тот же подход машинного обучения мог бы быть использован для прогнозирования поведения полного устройства.