试图找到正确的制定新材料的配方是一个漫长而艰巨的过程，因此科学家们正在转向AI来帮助他们加快流程。
对指数的未来感兴趣？连接，下载免费的电子书，观看主题演讲或浏览我的博客。
正如我们看到的几种方法可以提高太阳能电池板效率，从当今的微不足道打破了27％和多达80％的效率，美国的研究人员现在表明，人工智能（AI）越来越多地被用来加速科学发现，并有助于创建新药和新材料，从而可以加快对型号的能源的发展，从而可以革命来加快对Solar Cells的开发，从而可以革命来进行革命，从而可以进行革命的革命，这是在又可以进行的。
佛罗里达大学中央大学的团队使用机器学习来优化用于制造钙钛矿太阳能电池（PSC）的材料，该材料今天已经被用来绘制32％的太阳能电池板效率的路径，并且与“ Cyborg Bacteria”结合使用，即使是50％的效率。
PSC中使用的有机无机钙钛矿材料可以在固体或液态状态下进行处理，因此可以在固体或液态状态下处理，因此，一旦研究人员及其新的AI AI Robo-Scientists击中了Magic promula，例如，能够将其喷涂或绘制桥梁，房屋和摩西式材料的材料，然后将其捕获到能量中，然后将其变成能量，并将其变成能量，并将其变成电动，并将其送入能量。
到目前为止，太阳能电池行业由于其效率而一直依赖硅，但这是旧技术的限制很大，但是使用Perovskites，但是，它们具有多个障碍，它们很难制造，并且很难将其变成可用和稳定的材料，因此科学家花了很多时间尝试找到与灵活性，稳定性，稳定性和低廉成本和稳定性，稳定性，效率和低廉成本合适的配方。团队的最新工作非常有前途，以至于他们的发现是本月高级能源材料杂志的封面故事。
在他们的研究中，他们审查了有关钙棍网站的2,000多个同行审查的出版物，并收集了300多个数据点，然后将其全部馈送到了他们的新AI模型中。该系统能够分析信息并预测哪种钙钛矿配方最有效。
该研究的首席作者，纳米科学技术中心的副教授Jayan Thomas说：“我们的结果表明，机器学习工具可用于制作钙钛矿材料并研究开发高效PSC的物理学。”“这可以是设计新材料的指南，如我们的实验演示所证明的那样。”
研究人员说，如果该模型有所发展，则意味着研究人员可以确定创建世界标准的最佳公式，并且“可能在我们的一生中发生”的喷雾太阳能电池。
“这是一个有前途的发现，因为我们使用实际实验的数据来预测并从理论计算中获得类似的趋势，这是PSC的新趋势。我们还预测了最好的食谱，可以与托马斯（Thomas）和他的研究生Jinxin LI说。“在过去的十年中，钙壶一直是一个热门研究主题，但是我们认为我们确实有一些可以推动我们前进的东西。
