澳洲研究團隊運用 AI 技術，大幅縮短了鈣鈦礦太陽能電池傳統需耗費數年的手工優化過程。RMIT 大學的 Dr. Nastaran Meftahi 指出，這種成本低廉且經過最新進展已足夠穩定的鈣鈦礦電池，是全球研究團隊的競賽焦點。
她解釋，以往製造這種電池的過程充滿不確定性，就像煉金術一般。他們的創新在於開發出一種快速、可重複的新太陽能電池製作和測試方法，每一代的產品都在前一代的基礎上進行改進。
在 RMIT、莫納什大學和澳大利亞國家科學機構 CSIRO 的專家們共同合作下，利用 AI 技術成功地消除了在創新太陽能電池過程中的人為錯誤。團隊開發的機器學習模型不僅能預測大量有潛力的鈣鈦礦太陽能電池化學配方，還成功製造出了可重複生產的電池，其功率轉換效率高達 16.9%，這一成績在無人干預的條件下實現，展現了中等而可靠效率的重要性。
Meftahi 補充說明，過去無論是人工或其他 AI 驅動的過程，鈣鈦礦電池的設計與開發都面臨著重複性的挑戰。但現在，他們的機器學習模型不僅提升了效率和穩定性，也為進一步的優化鋪平了道路。
在 Dr. Adam Surmiak 的領導下，團隊設計並測試了 16 種全新的太陽能電池，並用這些數據預測了 256 種新太陽能電池配方的特性。他們的合作為不同電池性能的預測能力帶來了新的突破。
Meftahi 強調，這套機器學習模型和自動化系統的應用不僅限於鈣鈦礦太陽能電池，還可以廣泛應用於其他類型的太陽能電池，如矽或有機材料電池。她期待與產業合作夥伴一同深入探索，將這些研究成果轉化為商業應用。
這項研究的更多細節已經發表在《先進能源材料》期刊上，由 Nastaran Meftahi 和她的團隊主導。這項創新不僅為鈣鈦礦太陽能電池行業帶來新氣象，也為全球可再生能源的發展注入了新動力。
這次的研究成果不僅展示了科技如何能夠助力傳統產業的轉型升級，也向我們揭示了 AI 如何成為推動綠色能源革命的關鍵角色。隨著這種高效且經濟的鈣鈦礦太陽能電池技術的持續發展，我們可以期待在未來看到更廣泛的應用，從屋頂太陽能板到大型太陽能發電廠，都將受益於這一技術的進步。
參考文獻及圖片來源：
Researchers train AI to produce solar cells from perovskite in record time；
近期熱門文章:
全球盤點：氣候大會關鍵報告揭示目標進展與挑戰;
台灣鈣鈦礦材料供應鏈座談會，17業者擘劃鈣鈦礦產業發展藍圖;
革命性突破：韓國全北國立大學利用AI大幅提升鈣鈦礦太陽能電池效率;
留言