編者按:近日日本科學(xué)家試圖通過人工智能技術(shù)減少搜索材料時(shí)間,幫助有機(jī)太陽能踏進(jìn)商業(yè)化門檻。
有機(jī)太陽能電池的聚合物組合方式有千百種,如何找到最適合材料,為當(dāng)前科學(xué)家絞盡腦汁想得出的成果。
有機(jī)太陽能電池具有可撓與低成本優(yōu)勢,利用導(dǎo)電聚合物或小分子吸收光并轉(zhuǎn)移電荷,只要少量有機(jī)物就可吸收大量的光。其制造方式也較簡單,可采用低價(jià)材料和簡易印刷技術(shù)制程,可以說是太陽能光伏發(fā)電產(chǎn)業(yè)的明日之星。
然而目前有機(jī)太陽能電池的光電轉(zhuǎn)換效率太低、處在11%~12%之間,距離商業(yè)化標(biāo)準(zhǔn)15%還有一段距離,科學(xué)家也還沒找到最適合的聚合物材料,因此有機(jī)太陽能還無法達(dá)到商業(yè)化。日本大阪大學(xué)工學(xué)院準(zhǔn)教授長澤慎司(ShinjiNagasawa)表示,聚合物與有機(jī)太陽能電池的短路電流(short-circuitcurrent)有關(guān),會大大影響太陽能板的光電轉(zhuǎn)換效率。
但聚合物由受體單元、予體單元、隔片、烷基鏈組成,研究員佐伯昭紀(jì)(AkinoriSaeki)補(bǔ)充,假設(shè)每個(gè)單元有20種選擇,排列組合數(shù)會超過100萬。且由于轉(zhuǎn)換效率是綜合各個(gè)復(fù)雜因素的結(jié)果,牽涉到薄膜形態(tài)、p型和n型半導(dǎo)體界面與材料溶解度,即使利用量子化學(xué)計(jì)算也無法預(yù)測太陽能電池效率。
如果要一一測試將會消耗大量時(shí)間,因此研究員想通過人工智能來提高搜尋效率。
為減少計(jì)算機(jī)篩選數(shù)量,研究團(tuán)隊(duì)先從約500項(xiàng)研究中收集了1,200份有機(jī)太陽能數(shù)據(jù),再用機(jī)器學(xué)習(xí)算法“隨機(jī)森林(RandomForest)”建構(gòu)了一組模型,其中結(jié)合有機(jī)太陽能的能隙、分子量、化學(xué)結(jié)構(gòu)、轉(zhuǎn)換效率與電子特性資料,能預(yù)測潛力設(shè)備的理論轉(zhuǎn)換效率。
“隨機(jī)森林”可找出材料性能與有機(jī)太陽能實(shí)際效率的相關(guān)性,團(tuán)隊(duì)則善加利用這一優(yōu)勢,將模型用來篩選新型聚合物的理論轉(zhuǎn)換效率,并成功找出一種先前從未測試的聚合物。
雖然實(shí)際測試之后結(jié)果不如預(yù)期,但該模型在材料結(jié)構(gòu)與性質(zhì)提供許多有用的見解。研究員認(rèn)為,只要加入更多的資料,象是聚合物在水中的溶解度等,就可以進(jìn)一步提高模型實(shí)用性。
佐伯昭紀(jì)表示,該模型并不完美,準(zhǔn)確度僅20%~50%。不過機(jī)器學(xué)習(xí)能夠?qū)崟r(shí)預(yù)測實(shí)驗(yàn)室需要數(shù)月才能得到的結(jié)果,可大大提升太陽能電池開發(fā)速度。顯然這項(xiàng)機(jī)器學(xué)習(xí)技術(shù)還不能無法完全取代人,但仍可為分子設(shè)計(jì)師提供關(guān)鍵材料選項(xiàng)、分擔(dān)工作量,目前研究已發(fā)表在《TheJournalofPhysicalChemistryLetters》。
原標(biāo)題:日本用AI尋找聚合物材料 助有機(jī)太陽能踏進(jìn)商業(yè)化門檻