日本研究人员使用机器学习进行无限太阳能电池试验

大阪大学的研讨人员使用机器学习来规划和虚拟测验有机太阳能电池的分子，这可认为可再生能源使用带来更高功率的功用资料。

大阪大学的研讨人员使用机器学习规划了用于光伏设备的新式聚合物。在虚拟挑选了20多万种候选资料后，他们合成了一种最有出路的资料，并发现其性能与他们的猜测共同。这项作业或许会导致功用资料发现办法的革新。

机器学习是一种强壮的东西，只需供给满足的实例数据，计算机就能够对即使是杂乱的状况进行猜测。这关于资料科学中的杂乱问题特别有用，例如规划有机太阳能电池的分子，这或许取决于很多的要素和不知道的分子结构。人类需求花费数年的时刻来挑选数据以找到潜在的形式，乃至需求更长的时刻来测验组成有机太阳能电池一切或许的供体聚合物和受体分子的候选组合。因而，进步太阳能电池的功率以在可再生能源范畴具有竞争力的开展一向很缓慢。

现在，大阪大学的研讨人员使用机器学习，依据用之前宣布的试验研讨数据练习算法，挑选了数十万个供体和受体对。尝试了382个供体分子和526个受体分子的一切或许的组合，成果有200932对经过能量转化功率虚拟测验。

为了验证这种办法，研讨人员在试验室里合成了一种猜测功率很高的聚合物，并进行了测验。发现其特性与猜测相符，这让研讨人员对他们的办法更有决心。这个项目不只能够促进高效有机太阳能电池的开展，还能够习惯其他功用资料的资料信息学。咱们或许会看到这种类型的机器学习，即一个算法能够依据机器学习的猜测快速挑选数千乃至数百万个候选分子，并使用于其他范畴，如催化剂和功用性聚合物。