Mokslinių tyrimų komanda iš Centrinės Floridos universiteto kreipėsi Dirbtinis intelektas (AI) su perovskite saulės elementų (PSK) tyrimus, sukurti sistemą, nustatyti geriausias medžiagas. Organinių ir neorganinių halogenidų perovskito medžiaga, naudojama PSC, padeda fotovoltinę energiją paversti sunaudojama energija. Šie perovskito saulės elementai gali būti apdorojami kietoje arba skystoje būsenoje, taip suteikiant lankstumą.
Tyrėjai peržiūrėjo daugiau nei 2000 recenzuotų publikacijų apie perovskitus ir surinko daugiau nei 300 duomenų taškų, kurie vėliau buvo įtraukti į mašininio mokymosi algoritmą. Po to sistema išanalizavo informaciją ir numatė, kuris purškiamo perovskito saulės technologijos receptas bus geriausias.
Tyrėjai teigė, kad mašininio mokymosi metodas padėjo jiems suprasti, kaip optimizuoti medžiagos sudėtį, ir numatyti geriausias perovskito saulės elementų projektavimo strategijas ir galimą našumą. Mašininio mokymosi prognozės atitiko „Shockley-Queisser“ ribą. Mašinų mokymasis taip pat padėjo nuspėti optimaliausias orbitos pasienyje energijas tarp transporto sluoksnio ir perovskito sluoksnio.
Purškiami saulės elementai galėtų būti naudojami tiltams, pastatams, namams ir kitoms konstrukcijoms dažyti, kad užfiksuotų šviesą, paverstų ją energija ir paduotų į elektros tinklą. Tikimasi, kad formulė gali tapti standartiniu receptu / vadovu, kaip pagaminti lanksčius, stabilius, efektyvius ir nebrangius perovskitus.
Tyrimas buvo paskelbtas „ Advanced Energy Materials“ (www.doi.org/10.1002/aenm.201970181).