Forskare avslöjar nyckelkemi med AI som gör solenergi effektivare och stabilare molekyler.

StockholmForskare har nyligen förbättrat stabiliteten hos molekyler som används i solenergi genom att kombinera artificiell intelligens med automatiserad kemisk syntes. Vetenskapsmän från University of Illinois Urbana-Champaign och University of Toronto samarbetade i detta projekt. De använde AI för att förstå de kemiska reglerna som gjorde molekylerna mer stabila. Deras främsta framgång var att skapa molekyler för ljusinsamling som är upp till fyra gånger mer stabila än de äldre versionerna.

Forskarna använde en metod kallad "closed-loop transfer" med AI för att förbättra processen. De genomgick flera cykler av att skapa och testa kemikalier. AI:n föreslog olika kombinationer av kemikalier, som sedan tillverkades och testades för stabilitet när de utsattes för ljus. Varje testrunda gav ny information till AI:n, vilket gjorde den mer exakt. Denna upprepade process hjälpte till att identifiera vilka molekyler som är mer ljusstabila.

Deras metod har många fascinerande aspekter.

• Upprepade cykler av AI-genererad kemisk syntes och testning
• Kombination av modulär kemi och automatiserad syntes
• Utveckling av modeller för att förutsäga kemiska stabilitetsdrag
• Validering av AI-genererade hypoteser genom labbexperiment

Läs också:

Idag · 12:41

OpenAIs utmanande övergång till en vinstdrivande enhet

Denna forskning sträcker sig längre än bara solenergi. Genom att göra AI-processer tydliga kan forskare nu bättre förstå vad som gör kemikalier stabila. Detta kan påskynda framtida forskning och hjälpa till att hitta lämpliga kandidater för exempelvis mediciner och nya material.

Organiska solceller kan dra stor nytta av denna studie. Till skillnad från traditionella solpaneler av kisel är organiska solceller lätta och flexibla, men de har haft problem med stabilitet. Genom att förstå vad som gör dessa molekyler stabila i ljus kan vi komma närmare att göra organiska solceller mer pålitliga och effektiva. Detta kan förändra det förnybara energifältet avsevärt.

Genom att använda AI inom kemisk syntes har ett stort problem inom solenergi lösts och en ny väg till vetenskapliga upptäckter har öppnats. Genom att ständigt uppdatera AI:n med data från verkligheten har forskare byggt upp ett starkt system för kemisk forskning. Denna metod kan användas för att ta itu med andra svåra problem, vilket gör framtiden för materialvetenskap bättre och mer effektiv.