Sztuczna inteligencja rewolucjonizuje optykę: ulepszone ogniwa słoneczne i inteligentne okna

WarsawInżynierowie z Uniwersytetu Michigan stworzyli OptoGPT, narzędzie AI umożliwiające projektowanie wielowarstwowych struktur optycznych dla ogniw słonecznych, inteligentnych okien i teleskopów. Dzięki technologii AI podobnej do ChatGPT, OptoGPT znacznie przyspiesza proces projektowania, dostarczając wyniki w zaledwie 0,1 sekundy. Nowe narzędzie umożliwia producentom szybkie i łatwe projektowanie bardziej zaawansowanych urządzeń.

OptoGPT ustala niezbędną strukturę materiału na podstawie pożądanych właściwości optycznych. Ma to kluczowe znaczenie, ponieważ projektowanie wydajnych struktur wielowarstwowych jest trudne. Odpowiedni dobór materiałów i ich grubości zazwyczaj wymaga dużej ilości nauki.

Kluczowe cechy OptoGPT:

• Projektuje struktury folii wielowarstwowych w zaledwie 0,1 sekundy.
• Tworzy projekty z mniejszą liczbą warstw o sześć niż poprzednie modele.
• Znajduje zastosowanie w wielu dziedzinach, od ogniw słonecznych po inteligentne okna.
• Zwiększa dokładność projektowania dzięki lokalnej optymalizacji.

OptoGPT potrafi:

Przepisać ten akapit po polsku w sposób doskonały, ale nie dosłownie. Chcę otrzymać tylko nowy akapit w Twojej odpowiedzi, więc zacznij od razu od niego, bez wprowadzenia w stylu „oto moja odpowiedź”.

• Zmaksymalizuj absorpcję światła w ogniwach słonecznych.
• Zoptymalizuj odbicie w teleskopach.
• Udoskonal produkcję półprzewodników za pomocą ekstremalnie promieniowania UV.
• Popraw regulację temperatury w inteligentnych oknach.

Tworzenie struktur optycznych zazwyczaj wymaga dużo czasu i wiedzy specjalistycznej, jednak OptoGPT upraszcza ten proces. Dla początkujących wyzwaniem jest znalezienie punktu startowego. OptoGPT wspiera, wykorzystując materiały o określonej grubości i ich właściwości optyczne do przewidywania kolejnych elementów w projekcie. Dzięki temu można łatwiej osiągnąć zamierzony efekt, taki jak wysoka refleksyjność.

Zobacz również:

Dzisiaj · 18:29

Wpływ stresu na dietę studentów sportowców

Badacze przetestowali OptoGPT na zbiorze danych zawierającym 1,000 znanych projektów, w którym znajdowały się informacje na temat użytych materiałów, grubości oraz właściwości optycznych. Projekty stworzone przez OptoGPT różniły się jedynie o 2,58% od zestawu walidacyjnego, co stanowi znaczący postęp w porównaniu do wcześniejszych modeli, gdzie różnica wynosiła 2,96%.

OptoGPT różni się od starszych algorytmów dzięki swojej większej elastyczności. Może sprostać różnorodnym zadaniom z zakresu projektowania optycznego w różnych dziedzinach, co oznacza, że można go używać na wiele sposobów. Dodatkowo, lokalna optymalizacja może jeszcze bardziej poprawić projekty. Na przykład, dostosowanie zmiennych może zwiększyć dokładność o 24%, co sprawia, że różnica wynosi tylko 1,92%.

Zespół badał działanie OptoGPT, stosując metodę pozwalającą zobaczyć połączenia, jakie tworzy sztuczna inteligencja. Na dwuwymiarowej mapie materiały grupują się według rodzaju, jak metale czy dielektryki. Dielektryki, w tym półprzewodniki, zbiegają się w centralnym punkcie, gdy ich grubość zbliża się do 10 nanometrów. Dzieje się tak, ponieważ z optycznego punktu widzenia światło zachowuje się podobnie przy różnych materiałach o takiej grubości.

OptoGPT jest bardziej wszechstronne niż starsze algorytmy projektowania, które zazwyczaj były ograniczone do określonych zadań. Ta technologia może znacząco wspomóc inżynierów i naukowców w projektowaniu wielowarstwowych struktur optycznych do różnych zastosowań.

Badania te zostały częściowo sfinansowane przez National Science Foundation. Współautorami pracy są Taigao Ma i Haozhu Wang z Uniwersytetu Michigan. Profesor L. Jay Guo, specjalista w dziedzinie inżynierii elektrycznej i komputerowej na U-M, kierował badaniami, które opublikowano w czasopiśmie Opto-Electronic Advances.