menu
close

AI Robot ng MIT, Pinabilis ang Solar Tech sa Pamamagitan ng Makabagong Pagsusuri ng Semiconductor

Nakabuo ang mga mananaliksik mula sa MIT ng isang autonomous na robotic system na mabilis magsuri ng photoconductance sa mga semiconductor na materyales, na lubos na nagpapabilis sa inobasyon ng solar panel. Ang sistemang ginagabayan ng AI ay nakakagawa ng mahigit 125 tumpak na sukat kada oras, natutukoy ang mga performance hotspot at maagang palatandaan ng pagkasira na maaaring magdulot ng mas episyenteng solar technology. Tinugunan ng tagumpay na ito ang isang kritikal na hadlang sa pagtuklas ng mga materyales na dati'y nagpapabagal sa pag-unlad ng mga teknolohiyang renewable energy.
AI Robot ng MIT, Pinabilis ang Solar Tech sa Pamamagitan ng Makabagong Pagsusuri ng Semiconductor

Isang grupo ng mga mananaliksik mula sa MIT ang naglunsad ng isang makabagong AI-powered robotic system na maaaring magbago ng paraan ng pagsusuri sa semiconductor at pabilisin ang pagbuo ng mga susunod na henerasyon ng solar panel.

Ang ganap na autonomous na sistema, na inilathala noong Hulyo 4 sa Science Advances, ay sumusukat ng photoconductance—isang mahalagang electrical property na tumutukoy kung paano tumutugon ang mga materyales sa liwanag—nang may walang kapantay na bilis at katumpakan. Sa loob ng 24-oras na pagsubok, nakapagsagawa ang sistema ng mahigit 3,000 natatanging sukat, na may bilis na higit sa 125 readings kada oras.

"Hindi lahat ng mahalagang katangian ng isang materyal ay maaaring masukat nang hindi kinakailangang hawakan ito. Kung kinakailangan mong makipag-ugnay sa iyong sample, gusto mo itong maging mabilis at makuha ang pinakamaraming impormasyon," paliwanag ni Propesor Tonio Buonassisi, pangunahing may-akda ng pag-aaral.

Pinagsasama ng inobasyong ito ang tatlong mahahalagang teknolohiya: isang robotic probe na pisikal na kumokontak sa mga semiconductor sample, isang self-supervised neural network na tumutukoy sa pinakamainam na mga punto ng pagsusukat, at isang espesyal na path-planning algorithm na nagtatakda ng pinaka-episyenteng ruta sa pagitan ng mga contact point. Sa pamamagitan ng paglalagay ng kaalaman sa materials science sa AI system, nagawa ng mga mananaliksik na magdesisyon ito na parang isang eksperto kung saan at paano susuriin ang mga sample.

Tinugunan ng tagumpay na ito ang isang pangunahing hadlang sa pagtuklas ng mga materyales. Bagamat mabilis makalikha ng mga bagong semiconductor candidate ang mga mananaliksik, nananatiling mabagal at matrabaho ang manwal na pagsusukat ng kanilang mga katangian. Dramatikong pinabilis ng MIT system ang prosesong ito, na nagpapadali sa mas mabilis na pagtukoy ng mga potensyal na materyales para sa solar cells at iba pang aplikasyon.

Ipinakita ng detalyadong mga sukat ang mga performance hotspot at maagang palatandaan ng pagkasira ng materyal na maaaring hindi makita sa karaniwang pagsusuri. Binanggit ni Alexander Siemenn, pangunahing may-akda, "Ang kakayahang makakuha ng napakayamang datos sa napakabilis na paraan, nang hindi nangangailangan ng gabay ng tao, ay nagbubukas ng mga pinto para matuklasan at ma-develop ang mga bagong high-performance semiconductors."

Ang proyekto, na pinondohan ng U.S. Department of Energy, National Science Foundation, First Solar, at iba pang katuwang, ay isang mahalagang hakbang patungo sa layunin ng MIT na magkaroon ng ganap na autonomous na laboratoryo para sa pagtuklas ng mga materyales. Layunin ng grupo na palawakin pa ang kakayahan ng sistema upang makabuo ng isang kumpletong automated na laboratoryo na pinagsasama ang synthesis, imaging, at measurement—na posibleng magbago ng paraan ng pagtuklas at pag-develop ng mga bagong materyales para sa malinis na enerhiya.

Source: Mit

Latest News