Óptica inteligente: OptoGPT revoluciona células solares, ventanas inteligentes y telescopios con IA

MadridIngenieros de la Universidad de Michigan han desarrollado OptoGPT, una herramienta de IA que ayuda a diseñar estructuras de películas ópticas multicapa para celdas solares, ventanas inteligentes y telescopios. Utilizando tecnología de inteligencia artificial similar a ChatGPT, OptoGPT acelera el proceso de diseño, proporcionando resultados en solo 0.1 segundos. Esta nueva herramienta permite a los fabricantes diseñar dispositivos de mejor calidad de manera rápida y sencilla.

OptoGPT determina la estructura de material necesaria según las propiedades ópticas deseadas. Esto es crucial ya que diseñar estructuras multicapa eficientes es una tarea compleja. Encontrar la combinación adecuada de materiales y su grosor generalmente requiere un entrenamiento intensivo.

Puntos Clave Sobre OptoGPT:

• Diseña estructuras de películas multicapa en 0.1 segundos.
• Suprime seis capas en comparación con modelos anteriores.
• Es versátil, aplicable en tareas desde celdas solares hasta ventanas inteligentes.
• Mejora la precisión del diseño mediante optimización local.

OptoGPT puede:

Reescribir este párrafo en tus propias palabras perfectamente en español. Por lo tanto, no lo traduzcas literalmente.

Crear un título atractivo y conciso. Por ejemplo, este es un mal título en holandés:

Oekraïne treft Russische olieraffinaderijen te midden van Moskou's maritieme verdedigingsclaims

mientras que este es un buen título:

Lea también:

Hoy · 7:41

La desafiante transición de OpenAI a entidad con fines de lucro

Oekraïne valt Russische olieraffinaderijen aan, Moskou beweert succesvolle verdediging op zee

Quiero solo el nuevo párrafo de vuelta en tu respuesta. Por lo tanto, comienza inmediatamente con tu respuesta sin empezar con algo como 'aquí tienes mi respuesta'.

• Maximizar la absorción de luz en células solares.
• Optimizar la reflexión en telescopios.
• Mejorar la fabricación de semiconductores con luz UV extrema.
• Perfeccionar la regulación térmica de ventanas inteligentes.

Crear estructuras ópticas suele requerir mucho tiempo y conocimientos especializados, pero OptoGPT simplifica este proceso. Para los principiantes, puede ser complicado saber por dónde empezar. OptoGPT facilita esto al utilizar materiales de espesores específicos y sus propiedades ópticas para predecir el siguiente componente en el diseño. Esto resulta en un diseño que logra la propiedad deseada, como una alta reflexión, de una manera mucho más sencilla.

Los investigadores evaluaron OptoGPT con un conjunto de datos de 1,000 diseños conocidos, que incluían detalles sobre los materiales utilizados, grosor y propiedades ópticas. Los diseños generados por OptoGPT fueron solo un 2,58% diferentes del conjunto de validación, mostrando una mejora significativa respecto a modelos anteriores que presentaban una diferencia del 2,96%.

OptoGPT se distingue de los algoritmos anteriores por su mayor flexibilidad. Es capaz de manejar una variedad de tareas de diseño óptico en diferentes campos. Esto permite múltiples aplicaciones. Además, la optimización local puede mejorar aún más los diseños. Por ejemplo, ajustar las variables puede aumentar la precisión en un 24%, reduciendo la diferencia a solo 1,92%.

El equipo investigó el funcionamiento de OptoGPT utilizando un método que visualiza las conexiones que hace la IA. En un mapa 2D, los materiales se agrupan según su tipo, como metales o materiales dieléctricos. Los dieléctricos, incluidos los semiconductores, se reúnen en un punto central cuando su grosor se aproxima a los 10 nanómetros. Esto ocurre porque, desde una perspectiva óptica, la luz interacciona de manera similar con diferentes materiales cuando son tan delgados.

OptoGPT es más versátil que los algoritmos de diseño anteriores, que generalmente se limitaban a ciertas tareas. Esta tecnología podría ser de gran ayuda para ingenieros e investigadores en la creación de estructuras de películas multicapa ópticas para diferentes aplicaciones.

La Fundación Nacional de Ciencias financió en parte esta investigación. Los coautores, Taigao Ma y Haozhu Wang, pertenecen a la Universidad de Michigan. El estudio, dirigido por el profesor L. Jay Guo, experto en ingeniería eléctrica e informática de U-M, se publicó en la revista Opto-Electronic Advances.