Een team van MIT-onderzoekers heeft een baanbrekend, door AI aangedreven robotsysteem onthuld dat de analyse van halfgeleiders kan revolutioneren en de ontwikkeling van de volgende generatie zonnepanelen kan versnellen.
Het volledig autonome systeem, beschreven in een publicatie van 4 juli in Science Advances, meet fotogegeleiding—een essentiële elektrische eigenschap die bepaalt hoe materialen op licht reageren—met ongekende snelheid en precisie. Tijdens een 24-uurs test voerde het systeem meer dan 3.000 unieke metingen uit, met een tempo van meer dan 125 metingen per uur.
"Niet elke belangrijke eigenschap van een materiaal kan contactloos worden gemeten. Als je contact moet maken met je monster, wil je dat het snel gaat en dat je zoveel mogelijk informatie verzamelt," legt professor Tonio Buonassisi uit, senior auteur van de studie.
De innovatie combineert drie cruciale technologieën: een robotische sonde die fysiek contact maakt met halfgeleider-monsters, een zelflerend neuraal netwerk dat optimale meetpunten identificeert, en een gespecialiseerd algoritme voor padplanning dat de efficiëntste routes tussen contactpunten bepaalt. Door materiaalkundige domeinkennis in het AI-systeem te integreren, konden de onderzoekers het systeem expertbeslissingen laten nemen over waar en hoe monsters getest moeten worden.
Deze doorbraak pakt een fundamentele flessenhals aan in materiaaldetectie. Terwijl onderzoekers snel nieuwe halfgeleiderkandidaten kunnen synthetiseren, bleef het handmatig meten van hun eigenschappen traag en arbeidsintensief. Het MIT-systeem versnelt dit proces drastisch, waardoor veel sneller veelbelovende materialen voor zonnecellen en andere toepassingen kunnen worden geïdentificeerd.
De gedetailleerde metingen onthulden prestatie-hotspots en vroege tekenen van materiaaldegradatie die bij conventionele tests mogelijk onopgemerkt zouden blijven. Hoofdauteur Alexander Siemenn merkt op: "Het kunnen verzamelen van zulke rijke data, die met zulke hoge snelheden kunnen worden vastgelegd zonder menselijke begeleiding, opent de deur naar het ontdekken en ontwikkelen van nieuwe, hoogwaardige halfgeleiders."
Het project, gefinancierd door het Amerikaanse Department of Energy, de National Science Foundation, First Solar en andere partners, vormt een belangrijke stap richting MIT's visie van een volledig autonoom laboratorium voor materiaaldetectie. Het team wil de mogelijkheden van het systeem uitbreiden tot een compleet geautomatiseerd lab dat synthese, beeldvorming en meting combineert—met het potentieel om de ontdekking en ontwikkeling van nieuwe materialen voor schone energie radicaal te veranderen.