目前，太陽能電池的一部分稱為空穴傳輸層。其目的是傳輸半導體吸收光子后由穩(wěn)定電子產(chǎn)生的電子空穴對榕酒。這種傳輸?shù)挠行詫μ柲茈姵氐男势鹬匾饔?mdash;—其有效性與制造太陽能電池的材料直接相關(guān)涩堤。

到目前為止眷蜓，很少有材料可以用于商業(yè)用途。研究人員指出胎围，所有這些都是通過對現(xiàn)有結(jié)構(gòu)的實驗發(fā)現(xiàn)的吁系，而不是應用對它們工作原理的基本理解。在這項新的努力中白魂，研究團隊采取了一種新方法汽纤，利用機器學習來尋找一種新的有效材料上岗。

機器學習算法使用從超過一百萬個候選分子數(shù)據(jù)集中選出的 101 個分子來執(zhí)行。測試太陽能電池使用合成材料制造蕴坪，其結(jié)果用作人工智能的訓練材料膀概。然后要求算法提出有希望的新材料候選者——它回答了它能找到的 24 個最有希望的候選者。

隨后础甜，研究團隊合成了候選材料迟凫，并將其放入太陽能電池中進行測試。經(jīng)過幾輪測試嫩视，研究團隊確定了一種空穴傳輸材料夏岩，最終構(gòu)建了效率高達 26.2% 的鈣鈦礦太陽能電池。研究團隊指出豪荧，此類電池的最高效率為 26.7%矩粒，這意味著他們的努力已經(jīng)非常接近提高此類電池的邊界效率。

研究人員指出筑陡，在測試過程中歧蛾，他們生產(chǎn)出了幾種接近最有效的材料，這表明他們的方法可以用來生產(chǎn)更多的候選材料辱矮，其中一些可能能夠進一步提高效率喝爽。