menu
close

MIT:s AI-robot påskyndar solcellsteknik med banbrytande halvledaranalys

Forskare vid MIT har utvecklat ett autonomt robotsystem som snabbt analyserar fotokonduktans i halvledarmaterial och därmed dramatiskt påskyndar innovationen inom solpaneler. Det AI-styrda systemet utför över 125 precisa mätningar per timme, identifierar prestandatoppar och tidiga tecken på nedbrytning, vilket kan leda till effektivare solcellsteknik. Detta genombrott adresserar en kritisk flaskhals inom materialupptäckt som tidigare har bromsat utvecklingen av förnybar energiteknik.
MIT:s AI-robot påskyndar solcellsteknik med banbrytande halvledaranalys

Ett forskarteam vid MIT har presenterat ett banbrytande AI-drivet robotsystem som kan revolutionera analysen av halvledare och påskynda utvecklingen av nästa generations solpaneler.

Det helt autonoma systemet, som beskrivs i en publikation i Science Advances den 4 juli, mäter fotokonduktans – en avgörande elektrisk egenskap som bestämmer hur material reagerar på ljus – med en aldrig tidigare skådad hastighet och precision. Under ett 24-timmarstest utförde systemet mer än 3 000 unika mätningar, med en takt på över 125 avläsningar per timme.

"Alla viktiga egenskaper hos ett material kan inte mätas kontaktlöst. Om du behöver ta kontakt med ditt prov vill du att det ska gå snabbt och att du maximerar mängden information du får ut," förklarar professor Tonio Buonassisi, huvudförfattare till studien.

Innovationen kombinerar tre avgörande teknologier: en robotprob som fysiskt kontaktar halvledarprover, ett självövervakat neuralt nätverk som identifierar optimala mätpunkter samt en specialiserad algoritm för ruttplanering som avgör de mest effektiva vägarna mellan kontaktpunkterna. Genom att injicera domänkunskap inom materialvetenskap i AI-systemet har forskarna gjort det möjligt för systemet att fatta expertliknande beslut om var och hur prover ska testas.

Detta genombrott adresserar en grundläggande flaskhals inom materialupptäckt. Även om forskare snabbt kan syntetisera nya halvledarkandidater har det manuella arbetet med att mäta deras egenskaper varit långsamt och arbetskrävande. MIT:s system accelererar denna process dramatiskt och möjliggör snabbare identifiering av lovande material för solceller och andra tillämpningar.

De detaljerade mätningarna avslöjade prestandatoppar och tidiga tecken på materialnedbrytning som annars kan missas vid konventionell testning. Huvudförfattaren Alexander Siemenn påpekar: "Att kunna samla in så rik data i så högt tempo, utan behov av mänsklig styrning, öppnar dörrar för att upptäcka och utveckla nya högpresterande halvledare."

Projektet, som finansieras av det amerikanska energidepartementet, National Science Foundation, First Solar och andra samarbetspartners, utgör ett betydande steg mot MIT:s vision om ett helt autonomt laboratorium för materialupptäckt. Forskarteamet siktar på att utöka systemets kapacitet för att skapa ett komplett automatiserat laboratorium som kombinerar syntes, avbildning och mätning – något som potentiellt kan förändra hur vi upptäcker och utvecklar nya material för ren energiteknik.

Source: Mit

Latest News