Uma equipe de pesquisa da Universidade da Flórida Central usou o Machine Learning, também conhecido como Inteligência Artificial, para otimizar os materiais usados na produção de células solares de perovskita (PSC). O material perovskita de haleto orgânico-inorgânico usado no PSC converte energia fotovoltaica em energia consumível.
Esses perovskitas podem ser processados no estado sólido ou líquido, oferecendo muita flexibilidade. Imagine poder pulverizar ou pintar pontes, casas e arranha-céus com o material, que capturaria luz, transformaria em energia e alimentaria a rede elétrica. Até agora, a indústria de células solares contava com silício devido à sua eficiência. Mas isso é tecnologia antiga com limites. Usar perovskitas, no entanto, tem uma grande barreira. Eles são difíceis de fabricar em um material utilizável e estável. Os cientistas passam muito tempo tentando encontrar a receita certa para obter todos os benefícios – flexibilidade, estabilidade, eficiência e baixo custo. É aí que entra a inteligência artificial.
O trabalho da equipe é tão promissor que suas descobertas são a matéria de capa de 13 de dezembro na revista Advanced Energy Materials.
A equipe analisou mais de 2.000 publicações revisadas por pares sobre perovskitas e coletou mais de 300 pontos de dados e depois alimentou o sistema de IA que criou. O sistema foi capaz de analisar as informações e prever qual receita de perovskita funcionaria melhor.
“Nossos resultados demonstram que as ferramentas de aprendizado de máquina podem ser usadas para criar materiais de perovskita e investigar a física por trás do desenvolvimento de PSCs altamente eficientes”, diz Jayan Thomas, principal autor do estudo e professor associado do NanoScience Technology Center, com várias afiliações. “Este pode ser um guia para projetar novos materiais, como evidenciado por nossa demonstração experimental”.
Se esse modelo se concretizar, significa que os pesquisadores poderiam identificar a melhor fórmula para criar um padrão mundial. Então as células solares pulverizadas podem acontecer durante a nossa vida, dizem os pesquisadores.
“Esta é uma descoberta promissora, porque usamos dados de experimentos reais para prever e obter uma tendência semelhante a partir do cálculo teórico, o que é novo para os PSCs. Também previmos a melhor receita para fazer PSC com diferentes perovskites de bandgap”, diz Thomas e seus colegas. estudante de graduação, Jinxin Li, que é o primeiro autor deste artigo. “Os perovskitas têm sido um tema de pesquisa nos últimos 10 anos, mas achamos que realmente temos algo aqui que pode nos levar adiante”.
