人工智能可能只是加速喷涂太阳能电池技术,它可以彻底改变消费者如何使用能源的事情。

一个研究小组在佛罗里达中央大学使用机器学习,又名人工智能优化用于制造钙钛矿型太阳能电池(PSC)的材料。在PSC转换中使用的光伏电力转换成可消耗能量的有机 - 无机钙钛矿卤化物材料。

这些钙钛矿可在固体或液体状态进行处理,提供了很大的灵活性。想象能够喷雾或油漆桥梁,房屋和摩天大楼与材料,其然后将捕获的光,把它变成能量,并将其馈入电网。到现在为止,太阳能电池产业一直依靠硅因为它的效率。但是这是老技术与限制。使用钙钛矿,但是,有一个很大的障碍。他们很难在一个可用的和稳定的材料制作。科学家们花费大量的时间试图找到合适的配方,使他们与所有的优点 - 灵活性,稳定性,效率和低成本。这就是人工智能的用武之地。

团队的工作是如此看好,其结果是封面故事周五,分解。 13在 先进能源材料 日志。

小组审查2000多名同行评审的出版物关于钙钛矿和收集了超过300个数据点,然后送入人工智能他们创建的系统。该系统能够对信息进行分析,并预测其钙钛矿配方最适合。

“我们的研究结果表明,机器学习工具可以用于起草钙钛矿材料和调查背后的开发高效产品分成合同的物理,说:”杰恩·托马斯,该研究报告的主要作者,并在副教授 纳米科学技术中心 有多个隶属关系。 “这可能是一个指导来设计新材料通过我们的试验示范证明。”

如果这个模型证实了,这意味着研究人员能够确定最佳配方,打造世界标准。研究人员表示,再喷上的太阳能电池可以在我们的有生之年发生。

“这是一个很有前途的发现,因为我们使用了真实的实验数据来预测并获得了理论计算,这是新的产品分成合同为一个类似的趋势。我们还预测的最佳配方,使具有不同的带隙钙钛矿PSC,说:”托马斯和他的研究生,金鑫里,谁是本文的第一作者。 “钙钛矿一直在为过去10年的一个研究热点,但我们认为我们真的有东西在这里,可以激励我们前进。”

其他的研究团队包括:从工程和计算机科学学院的纳米科学技术中心和苏里亚野牛basudev普拉丹。普拉丹目前是卓越的绿色高效能源技术中心的教员,在恰尔肯德邦在印度中央大学

托马斯于2011年加入UCF,并与光学和光子学学院的联合聘任和材料科学与工程在工程学院的部门纳米科学技术中心的一部分。他以前的工作产生了各种创新,包括材料,可以帮助保持飞行员和敏感设备免受破坏性激光器的方式来发送和储存电力在一个轻量级的铜线,和长丝的收获和储存太阳的能量,并能织成的织物。

Previously, Thomas was at the University of Arizona in its College of Optical Sciences. He has several degrees including a doctorate in chemistry/materials science from Cochin University of Science and Technology in India. He’s published dozens of studies and earned several grants and awards including a National Science Foundation CAREER Grant and an R&D 100 award.