科学探索|MIT开发新人工智能系统 能帮助扩大先进太阳能电池的生产规模( 二 )


他说,使用该系统,“有了一个来自实验数据的模型,我们可以找出以前无法看到的趋势” 。例如,他们最初在调整环境中的湿度不受控制的变化时遇到了困难 。但该模型向他们表明,“例如,我们可以通过改变温度和改变其他一些旋钮来克服我们的湿度挑战” 。

科学探索|MIT开发新人工智能系统 能帮助扩大先进太阳能电池的生产规模
文章图片

该系统现在允许实验者更迅速地指导他们的过程,以便针对一组特定的条件或所需的结果进行优化 。在他们的实验中,该团队专注于优化功率输出,但该系统也可用于同时纳入其他标准,如成本和耐久性 。Buonassisi说,该团队的成员正在继续努力 。
赞助这项工作的美国能源部鼓励科学家们将这项技术商业化,他们目前正专注于向现有的钙钛矿制造商进行技术转让 。Buonassisi说:“我们现在正在与公司接触,而且他们开发的代码已经通过一个开源服务器免费提供 。它现在在GitHub上,任何人都可以下载它,任何人都可以运行它 。我们很高兴帮助公司开始使用我们的代码 。”
刘哲说,已经有几家公司正在准备生产基于钙钛矿的太阳能电池板,尽管他们仍在研究如何生产它们的细节 。他说,那里的公司还没有进行大规模的生产,而是从较小的、高价值的应用开始,如建筑一体化的太阳能瓦片,其中外观很重要 。他说,其中三家公司“正在按计划或在投资者的推动下,在两年内生产1米乘2米的矩形模块(与今天最常见的太阳能板相当)” 。
“问题是,他们没有就使用何种制造技术达成共识,”刘哲说 。他说,斯坦福大学开发的RSPP方法 “仍有很大机会”具有竞争力 。而且该团队开发的机器学习系统可以证明在指导最终使用的任何工艺的优化方面非常重要 。
他说:“主要目标是加快进程,因此需要更少的时间、更少的实验和更少的人力时间来开发一些可立即使用的东西,免费提供给工业界 。”
多伦多大学大学教授Ted Sargent说:“关于机器学习驱动的钙钛矿光伏制造的现有工作主要集中在旋涂上,这是一种实验室规模的技术,”他并未参与这项工作 。他说这项工作展示了“一种很容易适应主导薄膜行业的沉积技术的工作流程 。只有少数几个小组同时拥有工程和计算方面的专业知识来推动这样的进展” 。Sargen补充说,这种方法“对更广泛的材料家族的制造来说可能是一个令人兴奋的进步”,包括LED、其他光伏技术和石墨烯,“总之,任何使用某种形式的蒸气或真空沉积的行业 。”