Si usamos inteligencia artificial para desarrollar armas, ¿por qué no usarla para crear energía limpia? Con el fin de hacerlo realidad, un equipo de científicos logró desarrollar algoritmos para fabricar paneles solares más eficientes. Los detalles del estudio fueron publicados en la revista Computational Materials.
El modelo de aprendizaje automático ejecutado por investigadores del ARC Center of Excellence in Exciton Science predice la eficiencia de conversión de energía (PCE) de materiales, tanto de los que se pueden utilizar en las células solares orgánicas de próxima generación, como de los “virtuales” que aún no existen.
Nuevo enfoque
El enfoque más reciente es rápido, fácil de usar y el código se encuentra disponible gratuitamente para todos los científicos e ingenieros. Esta es una ventaja frente a algunos modelos complicados que requieren mucho tiempo.
La clave para desarrollar un modelo más eficiente y fácil de usar fue reemplazar parámetros complicados y computacionalmente costosos con descriptores de firmas más simples y químicamente interpretables de las moléculas analizadas.
Dichos cálculos proporcionan datos importantes sobre los fragmentos químicos más significativos en materiales que afectan al PCE. Además, generan información que puede ser utilizada para diseñar materiales mejorados. Este nuevo enfoque ayudaría a acelerar el proceso de diseño de células solares más eficientes.
Celdas solares orgánicas
Después de décadas dependiendo del silicio, elemento relativamente caro y poco flexible, la atención ahora se centra en las celdas solares orgánicas fotovoltaicas (OPV). Éstas son más baratas de fabricar mediante el uso de tecnologías de impresión, asimismo son más versátiles y fáciles de desechar.
Un desafío importante es clasificar el enorme volumen de compuestos químicos potencialmente adecuados que puedan sintetizarse para su uso en las OPV. Los investigadores ya intentaron utilizar aprendizaje automático para abordar este problema.
Sin embargo, muchos de esos modelos requerían bastante tiempo, una potencia de procesamiento de computadora significativa y eran difíciles de replicar. Tampoco proporcionaron una guía suficiente para los científicos experimentales que buscaban construir nuevos dispositivos solares.
Mejores datos
El nuevo enfoque aborda con éxito gran cantidad de esos desafíos. Los científicos emplean descriptores simples, químicamente interpretables, y que permiten ver los fragmentos importantes.
Gracias a todo eso, pudieron generar resultados robustos y predictivos, así como, entre otros datos, relaciones cuantitativas entre las firmas moleculares examinadas y la eficiencia de los futuros dispositivos OPV.
Ahora tienen la intención de ampliar el alcance de su trabajo para incluir conjuntos de datos experimentales y computados más grandes y precisos. El medio ambiente de seguro agradecerá estos avances.