В мире, где устойчивые источники энергии становятся всё более необходимыми, перовскитовые солнечные элементы начали привлекать внимание как гибкая и эффективная альтернатива традиционным кремниевым панелям.

Но что, если бы поиск новых материалов для этих элементов мог занимать не годы, а недели?

Именно на этот вопрос ответили учёные из Института технологий Карлсруэ (KIT) и Гельмгольцевского института в Эрлангене-Нюрнберге (HI ERN), применив искусственный интеллект и автоматизированный синтез.

ИИ-находка в действии

Исследовательская команда начала с анализа базы данных, включающей около миллиона виртуальных молекул, каждая из которых обладала уникальными структурными характеристиками. С использованием квантово-механических методов они изучили 13 000 случайно выбранных молекул, оценивая такие свойства, как энергетические уровни, полярность и геометрия.

Затем с помощью роботизированных систем в HI ERN были синтезированы 101 молекула с наиболее разнообразными свойствами. Эти соединения были протестированы в солнечных ячейках для измерения эффективности. Полученные данные легли в основу ИИ-модели, которая предложила ещё 48 молекул для последующего синтеза. Благодаря такому итеративному подходу исследователям удалось избежать проведения сотен тысяч опытов, что позволило значительно сэкономить время и ресурсы.

Результаты, которые впечатляют

ИИ-стратегия привела к открытию молекул, которые увеличили эффективность эталонной солнечной ячейки примерно на два процентных пункта — до впечатляющих 26,2%.

Одним из ключевых моментов стал тот факт, что ИИ сумел выявить высокоэффективные материалы, содержащие аминные группы, которые ранее оставались незамеченными из-за ограничений традиционного химического анализа. Более того, алгоритм специально отдавал приоритет молекулам с наибольшей неопределённостью прогнозов, что позволило сделать неожиданные и важные открытия.

Применение далеко за пределами солнечных панелей

Методология, использованная в данном исследовании, имеет потенциал и за пределами фотовольтаики. Её можно применять для разработки новых аккумуляторных материалов или для оптимизации целых компонентов в самых разных отраслях. Это открывает новые горизонты для инноваций в сфере хранения энергии, катализа, а также в фармацевтике.

Пример, продемонстрированный исследователями, подчёркивает, насколько ИИ может революционизировать материаловедение — делая поиск новых решений не только быстрее, но и экономичнее.

Сочетание искусственного интеллекта и автоматизированного синтеза стало настоящим прорывом в поиске более эффективных солнечных материалов. Благодаря возможностям ИИ по прогнозированию и приоритизации молекул, учёные могут достигать результатов, которые ещё недавно казались недостижимыми.

Эта инновационная методика не только продвигает вперёд исследования в области перовскитовых солнечных элементов, но и открывает двери для будущих открытий в самых разных сферах энергетики и устойчивого развития. И по мере того, как ИИ продолжает совершенствоваться, его роль в науке о материалах только возрастёт — помогая человечеству решать самые насущные задачи современности.