Wir alle wissen, dass künstliche Intelligenz der Eckpfeiler der weit verstreuten Science-Fiction-Welten ist, aber im Alltag wird sie immer alltäglicher, als wir wissen. Aufgeregt ist die Solarwelt keine Ausnahme, da neue Innovationen im Weltraum ein enormes Potenzial zur Bekämpfung der Klimakrise bieten.
In Australien haben Forscher eine neue KI-Plattform entdeckt, die Möglichkeiten bieten könnte, die Entwicklung erschwinglicherer Hochleistungs-Solarzellen der nächsten Generation zu beschleunigen. Darüber hinaus kann eine solche Technologie auch nützlich sein, um dringend benötigte Materialien zu entdecken, die noch nicht existieren.
Melbourne beherbergt bahnbrechende KI-Solartechnologie
Im Zentrum von Melbourne hat ein Team von Forschern des ARC Centre of Excellence innerhalb des Exciton Science Hub erfolgreich bewiesen, dass eine neue Art von KI-Lerntechnologie dabei helfen kann, die Energieumwandlungseffizienz in den vorhersagbaren Materialien abzubilden. wurden entdeckt. Es wird angenommen, dass diese Materialien dann verwendet werden, um neue Solarzellen zu entwickeln.
Das an der RMIT University zusammen mit der Monash University entwickelte Modell ermöglicht es Wissenschaftlern, potenzielle Materialien auf virtuelle Weise zu bauen und zu untersuchen. Mit diesen Daten kann sich die Industrie auf die Entwicklung dieser Solarzellen der nächsten Generation freuen, die hoffentlich in naher Zukunft erfolgen wird.
Warum ist KI so wichtig für die Solarenergie?
Dies ist kein neues Konzept. In der Vergangenheit wurden KI-Plattformen verwendet, um brauchbare Materialien und Ressourcen zu modellieren, aber diese spezielle Plattform ist viel effizienter und schneller.
Forschungen, die in Computational Materials veröffentlicht wurden, deuten darauf hin, dass die Modellierung der Schlüssel zu vorteilhafteren Komponenten für diese schnell wachsende Branche ist.
„Unser Ziel ist es zu zeigen, dass einfache, interpretierbare molekulare Deskriptoren und maschinelle Lernmethoden wichtige Eigenschaften der organischen Photovoltaik modellieren und vorhersagen können“, heißt es in dem Artikel.
„Während es eindeutig ideal ist, experimentell gemessene Eigenschaften direkt zu modellieren, gibt es viele Variablen, die die Leistungsstatistik der organischen Photovoltaik beeinflussen können, zum Beispiel das Gerätedesign; Verarbeitungsbedingungen; Dotierstoffe, Farbstoffe, Lösungsmittel und andere Zusätze; und andere. Die gemessenen organischen photovoltaischen Eigenschaften können daher von Experiment zu Experiment und zwischen Labors variieren."
Das Problem bei früheren KI-Plattformalgorithmen waren die exorbitanten Kosten und der komplexe Prozess, insbesondere wenn Berechnungen mit einem Quantenstandard erforderlich sind. Das Forscherteam des ARC Center hat jedoch ein neues Modell entwickelt, das in der Lage ist, die Menge an „virtuellen“ Ressourcen, die für diese Berechnungen benötigt werden, erheblich zu reduzieren. Dadurch ermöglicht die Technologie einen tiefen Einblick in das Verhalten bestimmter Materialien.
Diese Technologie und Modellierung wurden in Zusammenarbeit mit mehreren anderen Onshore-Institutionen entwickelt, darunter die Monash University, die La Trobe University und Data 61 von CSIRO. Sie umfasst auch internationale Gremien wie die UK University of Nottingham.