阿貢國家實驗室的研究人員正在開發(fā)機器學(xué)習(xí)方法，以利用鈣鈦礦推進(jìn)太陽能研究。圖片來源：Maria Chan/阿貢國家實驗室

太陽能吸收劑是用于將這種能量轉(zhuǎn)化為熱能或電能的材料。美國能源部（DOE）阿貢國家實驗室的一個研究小組已經(jīng)開發(fā)出一種機器學(xué)習(xí)方法，用于篩選成千上萬的化合物作為太陽能吸收劑。

美國能源部最近的一項研究表明，到2035年，太陽能可以為全國40%的電力提供動力。根據(jù)研究人員的說法，機器學(xué)習(xí)將在實現(xiàn)這一崇高目標(biāo)中發(fā)揮重要作用。作為人工智能（AI）的一種形式，機器學(xué)習(xí)使用大型數(shù)據(jù)集和算法的組合來模仿人類的學(xué)習(xí)方式。它從樣本數(shù)據(jù)和過去經(jīng)驗的訓(xùn)練中學(xué)習(xí)，以做出更好的預(yù)測。

目前，太陽能電池的主要吸收劑是硅或碲化鎘。但它們的制造成本仍然相當(dāng)高，而且是能源密集型的。研究人員使用他們的機器學(xué)習(xí)方法來評估一類叫做鹵化物過氧化物的材料的太陽能特性。

在過去的十年里，許多研究人員一直在研究過氧化物，因為它們在將太陽光轉(zhuǎn)換為電能方面具有顯著的效率。它們還為材料制備和電池制造提供了更低的成本和能源投入的前景。

阿貢研究人員用幾百種鹵化物過氧化物成分的數(shù)據(jù)訓(xùn)練他們的方法，然后將其應(yīng)用于18000多種成分作為測試案例。該方法評估了這些成分的關(guān)鍵特性，如穩(wěn)定性、吸收陽光的能力、不容易因缺陷而斷裂的結(jié)構(gòu)，以及其他。他們發(fā)現(xiàn)，計算結(jié)果與科學(xué)文獻(xiàn)中的相關(guān)數(shù)據(jù)非常吻合。而且，這些發(fā)現(xiàn)將值得進(jìn)一步研究的成分?jǐn)?shù)量縮減到了大約400個。

領(lǐng)導(dǎo)這項研究的Maria Chan說："我們的候選名單中有已經(jīng)被研究過的化合物，也有沒有人研究過的化合物，甚至還有不在最初的18000個化合物之列的化合物。"所以我們對此感到非常興奮?！?/p>

該團(tuán)隊下一步計劃使用實驗來測試預(yù)測結(jié)果。理想的情況是使用一個自主的發(fā)現(xiàn)實驗室，如阿貢的納米材料中心（CNM）的Polybot，這是美國能源部科學(xué)辦公室的一個用戶設(shè)施。Polybot將機器人和人工智能的力量結(jié)合起來，在很少或沒有人類干預(yù)的情況下推動科學(xué)發(fā)現(xiàn)。

通過使用自主實驗來合成、表征和測試他們幾百個主要候選人中的最佳人選，陳和她的團(tuán)隊預(yù)計他們還可以改進(jìn)目前的機器學(xué)習(xí)方法。

"我們確實處于一個將人工智能和高性能計算應(yīng)用于材料發(fā)現(xiàn)的新時代。"Chan說："除了太陽能電池，我們的設(shè)計方法可以適用于LED和紅外傳感器。"