צוות המחקר באוניברסיטת מרכז פלורידה יישמה בינה מלאכותית (AI) כדי perovskite תאים סולריים (PSC) מחקר כדי לפתח מערכת לזיהוי חומרי הטובה. חומר הפרובסקיט האורגני-אנאורגני המשמש ב- PSC מסייע בהמרת כוח פוטו-וולטאי לאנרגיה מתכלה. תאים סולאריים perovskite אלה יכולים להיות מעובדים במצב מוצק או נוזלי ובכך מציעים גמישות.
החוקרים בחנו יותר מ -2000 פרסומים שנבדקו על ידי עמיתים על פרובסקיטים ואספו יותר מ -300 נקודות נתונים אשר הוזנו אז לאלגוריתם של למידת מכונה. לאחר מכן, המערכת ניתחה את המידע וניבאה איזה מתכון לטכנולוגיה סולארית מרוססת על perovskite יעבוד הכי טוב.
החוקרים אמרו כי גישת למידת המכונה סייעה להם להבין כיצד לייעל את הרכב החומרים ולחזות את אסטרטגיות התכנון הטובות ביותר ואת הביצועים הפוטנציאליים של תאים סולאריים perovskite. התחזיות למידת מכונה תואמות את מגבלת שוקלי-קוויזר. לימוד מכונה עזר גם לחיזוי אנרגיות מסלוליות אופטימליות בגבול בין שכבת התחבורה לשכבת הפרובסקייט.
ניתן להשתמש בתאי שמש בהתזה על מנת לרסס גשרים, מבנים, בתים ומבנים אחרים כדי ללכוד אור, להפוך אותו לאנרגיה ולהזין אותו לרשת החשמל. יש לצפות כי הנוסחה עשויה להפוך למתכון / מדריך סטנדרטי לייצור פרובסקיטים גמישים, יציבים, יעילים ובעלות נמוכה.
המחקר פורסם ב- Advanced Energy Materials (www.doi.org/10.1002/aenm.201970181).