Ottica e IA: innovazioni per celle solari, finestre intelligenti e telescopi con OptoGPT

RomeGli ingegneri dell'Università del Michigan hanno sviluppato OptoGPT, uno strumento AI che aiuta nella progettazione di strutture a film multistrato ottico per celle solari, finestre intelligenti e telescopi. Utilizzando una tecnologia AI simile a ChatGPT, OptoGPT accelera il processo di progettazione, fornendo risultati in soli 0,1 secondi. Questo nuovo strumento permette ai produttori di progettare dispositivi migliori in modo rapido e semplice.

OptoGPT stabilisce la struttura del materiale necessaria in base alle proprietà ottiche desiderate. Questo è cruciale perché progettare strutture multistrato efficienti è complesso. Trovare la giusta combinazione di materiali e il loro spessore richiede generalmente una formazione approfondita.

Punti Chiave di OptoGPT:

• Progetta strutture a pellicola multistrato in 0,1 secondi.
• Genera progetti con sei strati in meno rispetto ai modelli precedenti.
• Adatto per diversi utilizzi, dai pannelli solari alle finestre intelligenti.
• Migliora la precisione del design attraverso l'ottimizzazione locale.

OptoGPT può:

• Riscrivere questo paragrafo in modo perfetto e originale in italiano, senza tradurlo letteralmente.

• Creare un titolo coinvolgente e conciso, per esempio:

• Esempio di cattivo titolo in olandese: Oekraïne treft Russische olieraffinaderijen te midden van Moskou's maritieme verdedigingsclaims

• Esempio di buon titolo: Oekraïne valt Russische olieraffinaderijen aan, Moskou beweert succesvolle verdediging op zee

• Massimizzare l'assorbimento della luce nelle celle solari.

• Leggi anche:

  

  21 novembre 2024 · 15:27

  Gli Stati Uniti dominano l'innovazione AI, la Cina insegue nel ranking di Stanford

  Ottimizzare la riflessione nei telescopi.

• Potenziare la produzione di semiconduttori con luce UV estrema.

• Migliorare la regolazione del calore delle finestre intelligenti.

Realizzare strutture ottiche richiede di solito molto tempo e competenza, ma OptoGPT rende questo processo molto più semplice. Per i principianti può essere complicato sapere da dove iniziare. OptoGPT aiuta utilizzando materiali di specifico spessore e le loro proprietà ottiche per prevedere il prossimo componente nel design. Questo porta a una progettazione che raggiunge la proprietà desiderata, come un'elevata riflessione, in modo molto più facile.

Gli studiosi hanno messo alla prova OptoGPT con un set di 1.000 progetti noti, includendo dettagli su materiali impiegati, spessore e proprietà ottiche. I progetti generati da OptoGPT hanno mostrato una differenza di appena il 2,58% rispetto al set di validazione, evidenziando un miglioramento significativo rispetto ai modelli precedenti che avevano una differenza del 2,96%.

OptoGPT si distingue dagli algoritmi precedenti per la sua maggiore flessibilità. È in grado di affrontare una vasta gamma di compiti di progettazione ottica in vari settori, offrendo molteplici modalità d'impiego. Inoltre, l'ottimizzazione locale può ulteriormente migliorare i progetti. Ad esempio, la regolazione delle variabili può aumentare la precisione del 24%, riducendo la differenza a solo 1,92%.

Il team ha analizzato il funzionamento di OptoGPT utilizzando un metodo per visualizzare le connessioni che l'AI stabilisce. Osservando una mappa bidimensionale, i materiali si raggruppano per tipologia, come metalli o materiali dielettrici. I dielettrici, compresi i semiconduttori, si concentrano in un punto centrale quando il loro spessore si avvicina ai 10 nanometri. Questo avviene perché, dal punto di vista ottico, la luce si comporta in modo simile con diversi materiali quando sono così sottili.

OptoGPT offre una versatilità superiore rispetto ai vecchi algoritmi, spesso limitati a compiti specifici. Grazie a questa tecnologia, ingegneri e ricercatori possono progettare strutture di film multistrato ottici per molteplici applicazioni.

La ricerca, parzialmente finanziata dalla National Science Foundation, è stata guidata dal Professor L. Jay Guo, autorità in ingegneria elettrica e informatica presso l'Università del Michigan. I co-autori Taigao Ma e Haozhu Wang, anch'essi dell'Università del Michigan, hanno contribuito allo studio, pubblicato sulla rivista Opto-Electronic Advances.