人工智能技術(shù)有助于科學(xué)家改進(jìn)高效太陽(yáng)能電池的制造工藝，為其他各個(gè)研究領(lǐng)域提供了藍(lán)本。過(guò)氧化物串聯(lián)太陽(yáng)能電池代表了一種先進(jìn)的混合技術(shù)，它將過(guò)氧化物太陽(yáng)能電池與通常由硅制成的傳統(tǒng)太陽(yáng)能電池融合在一起。這種創(chuàng)新方法站在了太陽(yáng)能技術(shù)的最前沿，效率超過(guò) 33%，大大超過(guò)了標(biāo)準(zhǔn)硅太陽(yáng)能電池。

此外，它們使用的原材料價(jià)格低廉，易于制造。要達(dá)到這一效率水平，必須生產(chǎn)極薄的高級(jí)過(guò)氧化物層，其厚度僅為頭發(fā)絲的一小部分。

在 KIT 微結(jié)構(gòu)技術(shù)研究所和光技術(shù)研究所從事研究工作的終身教授 Ulrich W. Paetzold 說(shuō)："使用低成本和可擴(kuò)展的方法制造這種沒(méi)有任何缺陷或孔洞的高級(jí)多晶體薄層是最大的挑戰(zhàn)之一。"

圖片:c0ad4b7caa3fd~noop.jpg

在人工智能方法的輔助下，研究人員正在努力改進(jìn)高效過(guò)氧化物太陽(yáng)能電池的制造工藝

即使在看似完美的實(shí)驗(yàn)室條件下，也可能存在導(dǎo)致半導(dǎo)體層質(zhì)量變化的未知因素，Paetzold 解釋說(shuō)："這一缺陷最終阻礙了這些高效太陽(yáng)能電池工業(yè)化生產(chǎn)的快速啟動(dòng)，而這正是能源轉(zhuǎn)型所急需的。"

人工智能發(fā)現(xiàn)有效鍍膜的隱藏跡象

為了找到影響涂層的因素，由 KIT 的包晶體太陽(yáng)能電池專(zhuān)家組成的跨學(xué)科團(tuán)隊(duì)與海德堡 DKFZ 的亥姆霍茲成像和亥姆霍茲人工智能的機(jī)器學(xué)習(xí)和可解釋人工智能 (XAI) 專(zhuān)家聯(lián)手合作。

研究人員開(kāi)發(fā)了人工智能方法，利用一個(gè)龐大的數(shù)據(jù)集對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和分析。該數(shù)據(jù)集包括視頻記錄，顯示了制造過(guò)程中包晶石薄層的光致發(fā)光。光致發(fā)光是指半導(dǎo)體層被外部光源激發(fā)后發(fā)出的輻射。

來(lái)自 DKFZ Helmholtz Imaging 公司的 Lukas Klein 和 Sebastian Ziegler 解釋說(shuō)："由于即使是專(zhuān)家也看不出薄層上有什么特別之處，因此我們萌生了訓(xùn)練機(jī)器學(xué)習(xí)（深度學(xué)習(xí)）人工智能系統(tǒng)的想法，以便從數(shù)百萬(wàn)個(gè)視頻數(shù)據(jù)項(xiàng)中檢測(cè)出涂層好壞的隱藏跡象。"

為了過(guò)濾和分析深度學(xué)習(xí)人工智能系統(tǒng)輸出的廣泛分散的跡象，研究人員隨后采用了可解釋人工智能的方法。

后續(xù)研究的藍(lán)圖

研究人員通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)，光致發(fā)光在生產(chǎn)過(guò)程中會(huì)發(fā)生變化，這種現(xiàn)象會(huì)對(duì)涂層質(zhì)量產(chǎn)生影響。

Klein 和 Ziegler 說(shuō)："我們工作的關(guān)鍵是有針對(duì)性地使用 XAI 方法，以了解必須改變哪些因素才能獲得高質(zhì)量的太陽(yáng)能電池。這不是通常的方法。在大多數(shù)情況下，XAI 只被用作一種護(hù)欄，以避免在建立人工智能模型時(shí)出現(xiàn)錯(cuò)誤。這是一種范式的改變： 以如此系統(tǒng)的方式獲得與材料科學(xué)高度相關(guān)的見(jiàn)解是一種全新的體驗(yàn)"。

事實(shí)上，正是從光致發(fā)光變化中得出的結(jié)論讓研究人員得以邁出下一步。在對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行了相應(yīng)的訓(xùn)練之后，人工智能能夠根據(jù)制造過(guò)程中哪個(gè)環(huán)節(jié)出現(xiàn)的光發(fā)射變化，預(yù)測(cè)每塊太陽(yáng)能電池的效率是低還是高。

Ulrich W. Paetzold 強(qiáng)調(diào)說(shuō)："這些結(jié)果非常令人興奮。得益于人工智能的結(jié)合使用，我們有了可靠的線(xiàn)索，知道了首先需要改變哪些參數(shù)才能提高產(chǎn)量�，F(xiàn)在，我們能夠以更有針對(duì)性的方式進(jìn)行實(shí)驗(yàn)，而不再是盲目地大海撈針。這是后續(xù)研究的藍(lán)圖，也適用于能源研究和材料科學(xué)的許多其他方面"。