قام فريق بحثي في جامعة سنترال فلوريدا بتطبيق الذكاء الاصطناعي (AI) على أبحاث الخلايا الشمسية البيروفسكايت (PSC) لتطوير نظام لتحديد أفضل المواد. تساعد مادة بيروفسكايت الهاليد العضوية غير العضوية المستخدمة في PSC في تحويل الطاقة الكهروضوئية إلى طاقة مستهلكة. يمكن معالجة هذه الخلايا الشمسية من البيروفسكايت في الحالة الصلبة أو السائلة وبالتالي توفير المرونة.
راجع الباحثون أكثر من 2000 منشور تمت مراجعته من قِبل الأقران حول البيروفسكايت وجمعوا أكثر من 300 نقطة بيانات تم إدخالها بعد ذلك في خوارزمية التعلم الآلي. عندئذٍ ، حلل النظام المعلومات وتوقع أي وصفة لتقنية البيروفسكايت الشمسي بالرش ستعمل بشكل أفضل.
قال الباحثون إن نهج التعلم الآلي ساعدهم في فهم كيفية تحسين تكوين المواد والتنبؤ بأفضل استراتيجيات التصميم والأداء المحتمل لخلايا البيروفسكايت الشمسية. تتوافق تنبؤات التعلم الآلي مع حد Shockley-Queisser. ساعد التعلم الآلي أيضًا في التنبؤ بالطاقات المدارية المثلى بين طبقة النقل وطبقة البيروفسكايت.
يمكن استخدام الخلايا الشمسية البخاخة لطلاء الجسور والمباني والمنازل وغيرها من الهياكل لالتقاط الضوء وتحويله إلى طاقة وإدخاله في الشبكة الكهربائية. من المتوقع أن تصبح الصيغة هي الوصفة القياسية / الدليل لصنع بيروفسكايت مرنة ومستقرة وفعالة ومنخفضة التكلفة.
تم نشر البحث في Advanced Energy Materials (www.doi.org/10.1002/aenm.201970181).