Sebuah tim peneliti di University of Central Florida telah menerapkan Artificial Intelligence (AI) pada penelitian sel surya perovskite (PSC) untuk mengembangkan sistem guna mengidentifikasi bahan terbaik. Bahan perovskit halida Organik-Anorganik yang digunakan dalam PSC membantu mengubah daya fotovoltaik menjadi energi yang dapat dikonsumsi. Sel surya perovskit ini dapat diproses dalam keadaan padat atau cair sehingga menawarkan fleksibilitas.
Para peneliti meninjau lebih dari 2000 publikasi peer-review tentang perovskit dan mengumpulkan lebih dari 300 poin data yang kemudian dimasukkan ke dalam algoritma pembelajaran mesin. Setelah itu, sistem menganalisis informasi dan memprediksi resep mana untuk teknologi surya perovskit semprot yang akan bekerja paling baik.
Para peneliti mengatakan bahwa pendekatan pembelajaran mesin membantu mereka dalam memahami cara mengoptimalkan komposisi material dan memprediksi strategi desain terbaik dan potensi kinerja sel surya perovskit. Prediksi pembelajaran mesin sesuai dengan batas Shockley-Queisser. Pembelajaran mesin juga membantu dalam memprediksi energi orbital perbatasan yang optimal antara lapisan transpor dan lapisan perovskit.
Sel surya semprot dapat digunakan untuk mengecat jembatan, bangunan, rumah, dan struktur lain untuk menangkap cahaya, mengubahnya menjadi energi, dan memasukkannya ke jaringan listrik. Formula tersebut diharapkan dapat menjadi resep / pedoman standar untuk membuat perovskit yang fleksibel, stabil, efisien, dan murah.
Penelitian ini dipublikasikan di Advanced Energy Materials (www.doi.org/10.1002/aenm.201970181).