Model strojnog učenja ubrzat će proizvodnju čiste energije

Za razliku od nekih dugotrajnih i složenih modela, novi model je brz, jednostavan za korištenje

pretraživanjem i analizom, a šifra je besplatno dostupna svim znanstvenicima i inženjerima.

Ključ za razvoj učinkovitijih i prilagođenijih korisnicimaza korisnika modela to je bila zamjena složenih i računski skupih parametara koji su zahtijevali kvantnomehaničke proračune jednostavnijim i kemijski interpretiranim deskriptorima potpisa analiziranih molekula. Oni pružaju važne podatke o najznačajnijim kemijskim ostacima u materijalima koji utječu na PCE generiranjem informacija. U budućnosti se može koristiti za razvoj poboljšanih materijala.

Novi pristup mogao bi znatno ubrzatiproces razvoja učinkovitijih solarnih ćelija u vrijeme kada potražnja za obnovljivom energijom i njezina važnost u smanjenju emisije ugljika nikada nisu bili veći. Rezultati su objavljeni u časopisu NatureRačunski materijali.

Nakon desetljeća korištenja silicija, kojije relativno skup i nedovoljno fleksibilan, sve se više pozornosti posvećuje organskim fotonaponskim ćelijama (OPV, organski fotovoltaici), koje su jeftinije za proizvodnju, a također su svestranije i lakše se recikliraju. 

Glavni problem je sortiranjeogroman volumen potencijalno prikladnih kemijskih spojeva koji se mogu sintetizirati (prilagoditi znanstvenici) za upotrebu u OPV -u. Istraživači su već pokušali koristiti strojno učenje za rješavanje ovog problema. Međutim, mnogi od ovih modela oduzimali su puno vremena, zahtijevali značajnu računalnu snagu i bili su teški za reprodukciju. I što je najvažnije, nisu dali dovoljno smjernica eksperimentalnim znanstvenicima koji su radili na novim uređajima za zelenu energiju.

Sada posao vodi dr. NastaranMeftahi i profesor Salvi Russo sa Sveučilišta RMIT, zajedno s timom profesora Uda Bacha sa Sveučilišta Monash, uspješno su riješili mnoge od ovih problema.

Većina drugih modela koristielektronički deskriptori, koji su složeni, računski intenzivni i prkose kemijskoj interpretaciji. To znači da eksperimentalni kemičar ili znanstvenik ne može crpiti ideje iz ovih modela za projektiranje i sintetiziranje materijala u laboratoriju. Suradnja znanstvenika dovela je do stvaranja programa BioModeller, koji je činio osnovu za novi model otvorenog koda. Koristeći ga, istraživači su dobili pouzdane i predvidljive rezultate te su, među ostalim, kvantificirali odnos između molekularnih potpisa koji se proučavaju i učinkovitosti budućih OPV uređaja.

Čitaj više

Nepoznate životinje nalik spužvama pronađene u ledu Antarktika

Polica Brunt na Antarktiku urušava se brzinom od 5 metara dnevno

Pobačaj i znanost: što će se dogoditi s djecom koja će roditi