Истраживачки тим са Универзитета у Централној Флориди применио је вештачку интелигенцију (АИ) на истраживање перовскитних соларних ћелија (ПСЦ) како би развио систем за идентификовање најбољих материјала. Органско-неоргански халогенидни перовскитни материјал који се користи у ПСЦ помаже у претварању фотонапонске снаге у потрошну енергију. Ове перовските соларне ћелије могу да се обраде у чврстом или течном стању, нудећи тако флексибилност.
Истраживачи су прегледали више од 2000 рецензираних публикација о перовскитима и прикупили више од 300 тачака података које су затим унесене у алгоритам машинског учења. После тога, систем је анализирао информације и предвидео који рецепт за спреј на перовските соларну технологију би најбоље функционисао.
Истраживачи су рекли да им је приступ машинском учењу помогао да разумеју како да оптимизирају састав материјала и предвиђају најбоље стратегије дизајна и потенцијалне перформансе соларних ћелија перовскита. Предвиђања машинског учења одговарала су Схоцклеи-Куеиссеровој граници. Машинско учење је такође помогло у предвиђању оптималних граничних орбиталних енергија између транспортног слоја и слоја перовскита.
Сунчане ћелије помоћу спреја могу се користити за прскање мостова, зграда, домова и других грађевина како би ухватиле светлост, претвориле је у енергију и напајале у електричну мрежу. Очекује се да би формула могла да постане стандардни рецепт / водич за прављење флексибилних, стабилних, ефикасних и јефтиних перовскита.
Истраживање је објављено у Адванцед Енерги Материалс (ввв.дои.орг/10.1002/аенм.201970181).