372 Partages

Oui, vous avez bien lu : une intelligence artificielle pourrait être la clé pour accélérer la technologie des cellules solaires pulvérisables, ce qui pourrait bien révolutionner notre façon de produire de l’électricité par le rayonnement solaire.

Une équipe de recherche de l’Université de Floride centrale a utilisé le machine learning (ou apprentissage automatique) d’une intelligence artificielle pour optimiser les matériaux utilisés dans le but de fabriquer des cellules photovoltaïques à pérovskites (PSC). À savoir que ces cellules comprennent un élément chimique ayant une structure de pérovskite, soit le plus souvent un hybride organique-inorganique de plomb, ou un halogénure d’étain, dans sa couche active. Le matériau de pérovskites aux halogénures organiques et inorganiques utilisé dans le PSC convertit l’énergie photovoltaïque en énergie consommable.

Ces pérovskites peuvent être traitées à l’état solide ou liquide, et offrent de ce fait, beaucoup de flexibilité. Imaginez pouvoir pulvériser (ou peindre) des ponts, des maisons, des immeubles, voire des gratte-ciels avec ce matériau, qui capturerait ensuite la lumière pour qu’elle soit transformée en électricité et introduite dans le réseau électrique. Cela serait tout simplement révolutionnaire.

Jusqu’à présent, l’industrie des cellules photovoltaïques dépendait du silicium, en raison de son efficacité. Cependant, l’utilisation de pérovskites est compliquée. En effet, il est difficile d’en faire un matériau utilisable et stable. De ce fait, les scientifiques passent beaucoup de temps à essayer de trouver la recette parfaite pour en fabriquer, avec tous les avantages possibles, soit : flexibilité, stabilité, efficacité et faible coût.

Et c’est là que l’intelligence artificielle entre en jeu !

D’ailleurs, le travail de l’équipe de scientifiques est si prometteur que les conclusions de ces derniers ont fait la couverture, le 13 décembre dernier, du magazine Advanced Energy Materials Journal.

L’équipe de chercheurs a examiné plus de 2000 publications évaluées par des pairs concernant les pérovskites et collecté plus de 300 points de données, puis alimenté le système d’IA qu’ils ont créé. Ce système a pu analyser les informations et prédire quelle recette à base de pérovskites serait la plus efficace.

Cliquez ici pour supprimer les publicités.
cellules photovoltaiques aide intelligence artificielle ia

Jayan Thomas de l’UCF a dirigé l’équipe de recherche. Ce système d’intelligence artificielle créé par l’équipe de chercheurs a pu analyser les informations et prédire quelle recette à base de pérovskites fonctionnerait le mieux. Crédits : UCF/Karen Norum

« Nos résultats démontrent que les outils d’apprentissage automatique peuvent être utilisés pour fabriquer des matériaux à base de pérovskites et étudier la physique derrière le développement de PSC hautement efficaces. Cela peut être un guide pour concevoir de nouveaux matériaux, comme en témoigne notre démonstration expérimentale », explique Jayan Thomas, auteur principal de l’étude et professeur agrégé au NanoScience Technology Center.

Vous aimerez également : Une intelligence artificielle peut prédire le risque de décès à court terme, et les chercheurs sont confus quant à son fonctionnement

Les chercheurs pensent que ces futures cellules solaires à pulvériser pourraient bien voir le jour dans les décennies à venir. Il s’agit donc là d’une découverte très prometteuse, car les données utilisées ont été issues d’expériences réelles pour prédire et obtenir une tendance similaire à partir du calcul théorique (ce qui est nouveau dans le domaine des PSC).

« Les pérovskites ont été un sujet de recherche brûlant au cours de ces 10 dernières années, mais nous pensons que nous tenons vraiment quelque chose ici, qui pourrait bien nous faire avancer », a ajouté Thomas ainsi que son étudiant diplômé, Jinxin Li.

Source : Advanced Energy Materials Journal

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

Cliquez pour accéder à d'autres articles sur ce sujet.
372 Partages
372 Partages
Partager via
Copier le lien