menu
close

MIT’s AI-robot accelererer solcelleteknologi med banebrydende analyse af halvledere

Forskere fra MIT har udviklet et autonomt robotsystem, der hurtigt analyserer fotokonduktans i halvledermaterialer og dermed markant fremskynder innovationen inden for solcellepaneler. Det AI-styrede system udfører over 125 præcise målinger i timen og identificerer både præstations-hotspots og tidlige tegn på nedbrydning, hvilket kan føre til mere effektive solcelleteknologier. Dette gennembrud adresserer en kritisk flaskehals i materialeforskningen, som hidtil har bremset udviklingen af vedvarende energiteknologier.
MIT’s AI-robot accelererer solcelleteknologi med banebrydende analyse af halvledere

Et hold af forskere fra MIT har præsenteret et banebrydende, AI-drevet robotsystem, der kan revolutionere analysen af halvledere og accelerere udviklingen af næste generations solcellepaneler.

Det fuldt autonome system, som er beskrevet i en publikation i Science Advances den 4. juli, måler fotokonduktans – en afgørende elektrisk egenskab, der bestemmer, hvordan materialer reagerer på lys – med hidtil uset hastighed og præcision. Under en 24-timers test udførte systemet mere end 3.000 unikke målinger og opererede med en hastighed på over 125 målinger i timen.

"Ikke alle vigtige egenskaber ved et materiale kan måles kontaktløst. Hvis du er nødt til at komme i kontakt med din prøve, skal det gå hurtigt, og du vil maksimere mængden af information, du får ud af det," forklarer professor Tonio Buonassisi, hovedforfatter på studiet.

Innovation kombinerer tre centrale teknologier: en robotprobe, der fysisk berører halvlederprøverne, et selv-superviseret neuralt netværk, der identificerer optimale målepunkter, samt en specialiseret algoritme til ruteplanlægning, der finder de mest effektive veje mellem kontaktpunkterne. Ved at integrere domæneviden fra materialeforskning i AI-systemet har forskerne gjort det i stand til at træffe ekspertlignende beslutninger om, hvor og hvordan prøverne skal testes.

Dette gennembrud adresserer en grundlæggende flaskehals i materialeforskning. Mens forskere hurtigt kan syntetisere nye halvlederkandidater, har manuel måling af deres egenskaber hidtil været langsom og arbejdskrævende. MIT-systemet accelererer denne proces markant og muliggør hurtigere identifikation af lovende materialer til solceller og andre anvendelser.

De detaljerede målinger afslørede både præstations-hotspots og tidlige tegn på materialenedbrydning, som konventionelle testmetoder ofte overser. Hovedforfatter Alexander Siemenn bemærker: "At kunne indsamle så rige data i et så højt tempo – uden behov for menneskelig vejledning – åbner nye muligheder for at opdage og udvikle nye højtydende halvledere."

Projektet, som er finansieret af det amerikanske energiministerium, National Science Foundation, First Solar og andre partnere, markerer et vigtigt skridt mod MIT’s vision om et fuldt autonomt laboratorium til materialeforskning. Holdet sigter mod at udvide systemets kapabiliteter, så det kan skabe et komplet automatiseret laboratorium, der kombinerer syntese, billeddannelse og måling – og potentielt kan transformere måden, vi opdager og udvikler nye materialer til grøn energi.

Source: Mit

Latest News