Terminator: Salvarea? Noul program de inteligență artificială pentru a accelera generarea de energie curată

De la „The Terminator” și „Blade Runner” la „The Matrix”, Hollywood ne-a învățat să fim atenți la inteligența artificială. Dar, în loc să ne pună propoziția pe marele ecran, algoritmii pot fi soluția la cel puțin o problemă pusă de criza climatică.

Cercetătorii de la Centrul de Excelență ARC în Exciton Science au creat cu succes un nou tip de model de învățare automată pentru a prezice eficiența conversiei energetice (PCE) a materialelor care pot fi utilizate în celulele solare organice de generația următoare. Inclusiv compoziții „virtuale” care fac încă nu există

Spre deosebire de unele modele consumatoare de timp și complicate, această din urmă abordare este rapidă, ușor de utilizat, iar codul este disponibil gratuit tuturor oamenilor de știință și ingineri.

Cheia dezvoltării unui model mai eficient și mai ușor de utilizat a fost înlocuirea parametrilor complicați și costisitori prin calcul, care necesită calcule mecanice cuantice, cu cei mai simpli și mai interpretați chimic descriptori de semnătură ai moleculelor care sunt analizați. Acestea oferă date importante despre cele mai importante fragmente chimice din materiale care afectează PCE, generând informații care pot fi utilizate pentru a proiecta materiale îmbunătățite.

Celula solara flexibila

Un exemplu de celulă solară flexibilă de următoarea generație.

Noua abordare poate ajuta la accelerarea semnificativă a procesului de proiectare a celulelor solare mai eficiente într-un moment în care cererea de energie regenerabilă și importanța acesteia în reducerea emisiilor de carbon este mai mare ca niciodată. Rezultatele sunt publicate în revista Nature Calculul materialelor.

După decenii de dependență de siliciu, care este relativ scump și lipsește de flexibilitate, atenția se îndreaptă din ce în ce mai mult către celulele solare organice fotovoltaice (OPV), care vor fi mai ieftine de realizat folosind presa tehnologică, precum și mai agile și mai ușor de aruncat .

Nastaran Meftahi

Dr. Nastaran Meftahi de la Universitatea RMIT și Centrul de Excelență ARC în Știința Exciton. Credit: Science Exciton

O provocare majoră este clasificarea prin volumul mare de compuși chimici potențial potriviți care pot fi sintetizați (personalizați de oamenii de știință) pentru a fi utilizați în OPV.

Cercetătorii au încercat să folosească învățarea automată înainte pentru a aborda această problemă, dar multe dintre aceste modele consumau mult timp, necesitau o putere considerabilă de procesare a computerului și erau greu de copiat. Și, cel mai important, nu au oferit suficiente îndrumări pentru oamenii de știință experimentali care doresc să construiască noi dispozitive solare.

Acum, lucrarea condusă de Dr. Nastaran Meftahi și profesorul Salvy Russo de la Universitatea RMIT, împreună cu echipa profesorului Udo Bach de la Universitatea Monash, au abordat cu succes multe dintre aceste provocări.

“Majoritatea celorlalte modele utilizează descriptori electronici care sunt complicați și costisitori prin calcul și nu sunt interpretabili chimic”, a spus Nastaran.

„Acest lucru înseamnă că chimistul sau omul de știință experimental nu pot obține idei din acele modele pentru a proiecta și sintetiza materiale în laborator. Dacă se uită la modelele mele, deoarece am folosit descriptori simpli, interpretabili chimic, pot vedea fragmente importante. “

Lucrarea lui Nastaran a fost puternic susținută de co-autorul său, profesorul Dave Winkler de la CSIRO’s Data 61, Universitatea Monash, Universitatea La Trobe și Universitatea din Nottingham. Profesorul Winkler a co-creat programul BioModeller care a oferit baza noului model open source.

Folosindu-l, cercetătorii au reușit să producă rezultate puternice și predictive și să genereze, printre alte date, relații cantitative între semnăturile moleculare în cauză și eficiența viitoarelor echipamente OPV.

Nastaran și colegii ei își propun acum să își extindă domeniul de activitate pentru a include seturi de date calculate și experimentale mai mari și mai precise.

Referință: „Prognoza proprietății pentru a învăța mașini pentru echipamente fotovoltaice organice” de Nastaran Meftahi, Mykhailo Klymenko, Andrew J. Christofferson, Udo Bach, David A. Winkler și Salvy P. Russo, 6 noiembrie 2020, npj Calculul materialelor.
DOI: 10.1038 / s41524-020-00429-w

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

Mișcări ale electronilor de ceas în interiorul unui atom: viteza obturatorului de o milionime dintr-o miliardime de secundă

Reprezentarea artistică a experimentului. Întârzierea inerentă între emisia celor două tipuri de electroni duce la o elipsă caracteristică în datele analizate. În...

Materialul nou poate proteja mai bine soldații, sportivii și șoferii de șoc, impact și explozii

Soldații, sportivii și șoferii pot face viața mai sigură datorită unui nou proces care ar putea duce la o protecție mai eficientă și reutilizabilă...

A fost găsit cel mai vechi loc de înmormântare uman din Africa – un copil a fost îngropat în urmă cu 78.000 de ani

Vedere generală a zonei peșterii Panga ya Saidi. Observați săparea șanțului unde a fost deschisă înmormântarea. Credit: Muhammad Javad Shoaee Descoperirea celui mai...

Se preconizează că speciile non-native vor crește cu 36% în întreaga lume până în 2050

Gâscă egipteană (Alopochen aegyptiaca) originară din Africa și stabilită acum în Europa Centrală și de Vest. Credit: profesorul Tim Blackburn, UCL Se preconizează că...

Visele noastre pot fi ciudate

Această ilustrație reflectă supra-ipoteza creierului, care susține că calitatea redusă și halucinantă a viselor nu este o greșeală, ci o trăsătură particulară, deoarece ajută...

Newsletter

Subscribe to stay updated.