Nous savons tous que l'intelligence artificielle est la pierre angulaire des mondes lointains de la science-fiction, mais elle devient plus courante dans la vie quotidienne que nous ne le pensons. Avec enthousiasme, le monde de l'énergie solaire ne fait pas exception, avec de nouvelles innovations dans l'espace qui offrent un énorme potentiel pour lutter contre la crise climatique.
En Australie, des chercheurs ont découvert une nouvelle plate-forme d'IA qui pourrait offrir des opportunités pour accélérer la création de cellules solaires nouvelle génération plus abordables et plus performantes. En outre, une technologie comme celle-ci peut également être utile pour découvrir des matériaux indispensables qui n'existent pas encore.
Melbourne héberge une technologie solaire d'intelligence artificielle révolutionnaire
Dans le centre de Melbourne, une équipe de chercheurs du centre d'excellence ARC au sein du pôle scientifique d'Exciton a réussi à prouver qu'un nouveau type de technologie d'apprentissage de l'IA peut aider à cartographier l'efficacité de la conversion d'énergie dans les matériaux prévisibles. ont été découverts. On pense que ces matériaux seraient ensuite utilisés pour développer de nouvelles cellules solaires.
Développé à l'Université RMIT, en collaboration avec l'Université Monash, le modèle permet aux scientifiques de construire et d'étudier des matériaux potentiels de manière virtuelle. Le fait de disposer de ces données donne à l'industrie quelque chose à attendre avec le développement de ces cellules solaires de niveau supérieur, qui, espérons-le, se fera dans un avenir proche.
Pourquoi l'IA est-elle si importante pour l'énergie solaire ?
Ce n'est pas un nouveau concept. Historiquement, les plates-formes d'IA ont été utilisées pour modéliser des matériaux et des ressources viables, mais cette plate-forme particulière est beaucoup plus efficace et plus rapide.
Research, publiée dans Computational Materials, suggère que la modélisation est la clé de composants plus bénéfiques pour cette industrie en croissance rapide.
"Notre objectif est de démontrer que des descripteurs moléculaires simples et interprétables et des méthodes d'apprentissage automatique peuvent modéliser et prédire d'importantes propriétés photovoltaïques organiques", indique l'article.
"Bien qu'il soit clairement idéal de modéliser directement les propriétés mesurées expérimentalement, de nombreuses variables peuvent influencer les statistiques de performances photovoltaïques organiques, par exemple la conception des appareils ; conditions de traitement; dopants, colorants, solvants et autres additifs; et d'autres. Les propriétés photovoltaïques organiques mesurées peuvent donc varier d'une expérience à l'autre et d'un laboratoire à l'autre."
Le problème avec les algorithmes de plate-forme d'IA précédents était le coût exorbitant et le processus complexe, en particulier lorsque des calculs sont nécessaires avec une norme quantique. Mais l'équipe de chercheurs de l'ARC Center a construit un nouveau modèle capable de réduire considérablement la quantité de ressources "virtuelles" nécessaires à ces calculs. Cela permet à la technologie de fournir un aperçu approfondi du comportement de certains matériaux.
Cette technologie et cette modélisation ont été développées grâce à une collaboration avec plusieurs autres institutions onshore, dont l'Université Monash, l'Université La Trobe et Data 61 du CSIRO. Elle comprend également des organismes internationaux tels que l'Université britannique de Nottingham.