Búsqueda rápida de los mejores materiales para células solares mediante inteligencia artificial

Unos científicos han hallado un modo de emplear inteligencia artificial para acelerar la búsqueda de nuevos materiales semiconductores que sean lo más eficientes posible en su uso para células (celdas) solares de perovskita, así llamadas por reproducir una estructura clave del mineral del mismo nombre.

Para averiguar cuál de un millón de moléculas diferentes conduciría cargas positivas y haría especialmente eficientes las células solares de perovskita, habría que sintetizarlas y probarlas todas.

O, alternativamente, recurrir a la estrategia que ha ideado y probado un equipo internacional que incluye a Jianchang Wu y Christoph Brabec, del Instituto Helmholtz de Erlangen-Núremberg (HI ERN), así como a Pascal Friederich y Luca Torresi, del Instituto Tecnológico de Karlsruhe (KIT), en Alemania ambas instituciones.

Gracias a la inteligencia artificial, al equipo le bastó realizar 150 experimentos para lograr un avance que de otro modo habría requerido que realizasen cientos de miles de experimentos.

Con uno de los materiales descubiertos, estos investigadores aumentaron la eficiencia de una célula solar de referencia en aproximadamente dos puntos porcentuales, hasta el 26,2 por ciento.

“Nuestro éxito demuestra que se pueden ahorrar enormes cantidades de tiempo y recursos aplicando estrategias hábiles para el descubrimiento de nuevos materiales para el sector energético”, subraya Friederich.

La inteligencia artificial es de gran ayuda para acelerar la búsqueda de nuevos materiales que aumenten la eficiencia de células solares. (Foto: Kurt Fuchs / HI ERN)

Wu y sus colegas exponen los detalles técnicos de su estrategia en la revista académica Science, bajo el título “Inverse design of molecular hole-transporting semiconductors tailored for perovskite solar cells”. (Fuente: NCYT de Amazings)