AI-drivna optik revolutionerar solceller och smarta fönster: ny studie visar snabb utveckling

StockholmIngenjörer vid University of Michigan har utvecklat OptoGPT, ett AI-verktyg som hjälper till att designa optiska flerskiktsfilmsstrukturer för solceller, smarta fönster och teleskop. Genom att använda AI-teknik liknande den i ChatGPT, påskyndar OptoGPT designprocessen och levererar resultat på bara 0,1 sekunder. Detta nya verktyg gör det möjligt för tillverkare att snabbt och enkelt designa bättre enheter.

OptoGPT fastställer den nödvändiga strukturens material utifrån de önskade optiska egenskaperna. Detta är betydelsefullt eftersom det är svårt att designa effektiva flerskiktsstrukturer. Det krävs mycket övning för att hitta rätt kombination av material och deras tjocklek.

Viktiga punkter om OptoGPT:

• Klarar av att designa flerskiktsfilmstrukturer på bara 0,1 sekunder.
• Skapar design med sex färre lager än tidigare modeller.
• Är mångsidig och kan användas för olika uppgifter, från solceller till smarta fönster.
• Förbättrar designens noggrannhet genom lokal optimering.

OptoGPT kan:

Denna assistent använder avancerad AI-teknologi för att hjälpa användare med deras frågor och problem, samtidigt som den erbjuder förslag och rekommendationer. Genom att analysera stora mängder data kan den producera exakta och relevanta svar, vilket effektiviserar arbetsprocessen och förbättrar användarens upplevelse.

• Maximalisera ljusupptagningen i solceller.
• Optimera reflektionen i teleskop.
• Förbättra halvledartillverkning med extremt UV-ljus.
• Förbättra värmeregleringen i smarta fönster.

Att skapa optiska strukturer kräver vanligtvis mycket tid och expertis, men OptoGPT förenklar processen. För nybörjare kan det vara svårt att veta var man ska börja. OptoGPT hjälper till genom att använda material med specifika tjocklekar och deras optiska egenskaper för att förutsäga nästa komponent i designen. Detta leder till en design som mycket lättare uppnår önskad egenskap, såsom hög reflektion.

Läs också:

21 november 2024 · 15:27

USA dominerar AI-innovation, lämnar Kina bakom i Stanford-rankning

Forskarna testade OptoGPT med en datamängd bestående av 1 000 kända designer, som innehöll information om de använda materialen, tjocklek och optiska egenskaper. De designer som skapats av OptoGPT skilde sig endast med 2,58% från valideringssetet, vilket utgjorde en betydande förbättring jämfört med tidigare modeller som hade en skillnad på 2,96%.

OptoGPT skiljer sig från äldre algoritmer genom att vara mer flexibel. Den kan hantera olika optiska designuppgifter inom många områden, vilket innebär att den kan användas på flera sätt. Dessutom kan lokal optimering ytterligare förbättra designen. Till exempel kan justering av variabler öka noggrannheten med 24 %, vilket gör att skillnaden blir endast 1,92 %.

Teamet undersökte hur OptoGPT fungerar genom att använda en metod för att se sambanden AI:n gör. När de betraktas på en 2D-karta, grupperar sig materialen tillsammans baserat på sin typ, som metaller eller dielektriska material. Dielektriska material, inklusive halvledare, samlas vid en central punkt när deras tjocklek närmar sig 10 nanometer. Detta sker eftersom ljus, ur ett optiskt perspektiv, beter sig på liknande sätt med olika material när de är så tunna.

OptoGPT är mer mångsidig än äldre designalgoritmer som oftast var begränsade till specifika uppgifter. Denna teknik kan i hög grad hjälpa ingenjörer och forskare vid utformningen av optiska flerskiktsfilmstrukturer för olika ändamål.

Nationella Vetenskapsfonden bidrog delvis med finansiering till denna forskning. Medförfattarna är Taigao Ma och Haozhu Wang från University of Michigan. Studien leddes av professor L. Jay Guo, en expert inom elektroteknik och datateknik vid U-M, och publicerades i Opto-Electronic Advances.