Gelişmiş perovskit güneş pilleri üretimini artırmaya yardımcı olmak için yapay zekadan (Artificial Intelligence / AI) yararlanan mühendislere göre perovskit güneş pillerinin optimize edilmiş üretimi, yeni bir makine öğrenme sistemi sayesinde hızlandırılabilir.
Perovskitler, kristal kafeslerindeki atomların konfigürasyonu ile tanımlanan bir grup katmanlı kristalli bileşiklerdir. Böyle binlerce olası bileşik ve bunları yapmanın birçok farklı yolu vardır. Perovskit malzemelerin laboratuvar ölçeğinde geliştirilmesinin çoğunda döndürme kaplama tekniği kullanılırken, bu daha büyük ölçekli üretim için pratik değildir. Bu nedenle dünya çapındaki şirketler ve laboratuvarlar bu laboratuvar malzemelerini pratik, üretilebilir bir ürüne dönüştürmenin yollarını arıyorlar.
Son birkaç yılda Massachusetts Teknoloji Enstitüsü (Massachusetts Institute of Technology / MIT) ve Stanford Üniversitesi’ndeki araştırmacılar geliştirdikleri sistem ile önceki deneylerden elde edilen verileri ve deneyimli çalışanların kişisel gözlemlerine dayalı bilgileri makine öğrenimi sürecine entegre etmeyi mümkün kılıyor.
Araştırmanın sonuçlarının yayımlandığı Joule Dergisi’ndeki makalenin yazarları, perovskit güneş pilleri için ölçeklenebilir bir üretim tekniği geliştirmenin yüksek boyutlu parametre uzayında süreç optimizasyonu gerektirdiğini söyledi. Bu bağlamda perovskit güneş pillerinin süreç optimizasyonunu üretmek için makine öğrenimi güdümlü bir sıralı öğrenme çerçevesi sunduklarının altını çizdiler. Buna göre perovskit güneş pillerinin optimize edilmiş üretimi, yeni bir makine öğrenme sistemi sayesinde hızlandırılabilir.
Diğer yandan araştırmacılar makalede şu bilgilere yer verdi: “Açık hava perovskit cihaz üretimi için metodolojimizi hızlı sprey plazma işleme (rapid spray plasma processing / RSPP) tekniğine uyguluyoruz. 100 işlem koşulunun taranması için sınırlı bir deneysel bütçeyle, RSPP tarafından üretilen bir cihazdan en iyi sonuç olarak %18,5’e kadar bir verimlilik artışı gösterdik.”