W przeciwieństwie do niektórych czasochłonnych i złożonych modeli, nowy model jest szybki i łatwy w użyciu
Klucz do tworzenia bardziej wydajnych i przyjaznych dla użytkownikadla użytkownika modelu było to zastąpienie złożonych i kosztownych obliczeniowo parametrów wymagających obliczeń kwantowo-mechanicznych prostszymi i chemicznie interpretowalnymi deskryptorami sygnatur analizowanych cząsteczek. Dostarczają ważnych danych na temat najważniejszych cząsteczek chemicznych w materiałach, które wpływają na PCE poprzez generowanie informacji. W przyszłości można go wykorzystać do opracowania ulepszonych materiałów.
Nowe podejście mogłoby znacznie przyspieszyćproces opracowywania bardziej wydajnych ogniw słonecznych w czasach, gdy zapotrzebowanie na energię odnawialną i jej znaczenie w ograniczaniu emisji gazów cieplarnianych nigdy nie było większe. Wyniki opublikowano w czasopiśmie NatureMateriały obliczeniowe.
Po dziesięcioleciach używania krzemu, któryjest stosunkowo drogie i niewystarczająco elastyczne, coraz większą uwagę zwraca się na organiczne ogniwa fotowoltaiczne (OPV, organiczne fotowoltaiki), które są tańsze w produkcji, a także bardziej wszechstronne i łatwiejsze w recyklingu.
Głównym problemem jest sortowanieogromna ilość potencjalnie odpowiednich związków chemicznych, które można zsyntetyzować (przystosować naukowcy) do zastosowania w OPV. Naukowcy już wcześniej próbowali wykorzystać uczenie maszynowe do rozwiązania tego problemu. Jednak wiele z tych modeli było czasochłonnych, wymagało znacznej mocy obliczeniowej i było trudnych do odtworzenia. A co najważniejsze, nie dostarczyli wystarczających wskazówek naukowcom eksperymentalnym, którzy pracowali nad nowymi urządzeniami do zielonej energii.
Teraz praca prowadzona przez dr NastaranaMeftahi i profesor Salvi Russo z Uniwersytetu RMIT wraz z zespołem profesora Udo Bacha z Uniwersytetu Monash z powodzeniem rozwiązali wiele z tych problemów.
Większość innych modeli używadeskryptory elektroniczne, które są złożone, wymagające dużej mocy obliczeniowej i wymykają się interpretacji chemicznej. Oznacza to, że eksperymentalny chemik lub naukowiec nie może czerpać pomysłów z tych modeli do projektowania i syntetyzowania materiałów w laboratorium. Współpraca naukowców zaowocowała stworzeniem programu BioModeller, który stał się podstawą nowego modelu open source. Korzystając z niego, naukowcy uzyskali wiarygodne i przewidywalne wyniki oraz, między innymi, określili ilościowo związek między badanymi sygnaturami molekularnymi a skutecznością przyszłych urządzeń OPV.
Czytaj więcej
Nieznane zwierzęta przypominające gąbki znalezione w lodzie Antarktydy
Półka Brunt na Antarktydzie zapada się z prędkością 5 metrów dziennie
Aborcja i nauka: co stanie się z dziećmi, które będą rodzić