近日，日本大阪大學(xué)的團(tuán)隊(duì)利用計(jì)算機(jī)的強(qiáng)大能力，在機(jī)器學(xué)習(xí)算法的幫助下，自動(dòng)化搜索匹配的太陽(yáng)能電池材料。未來，這項(xiàng)研究將有助于大幅提升太陽(yáng)能電池的效率。

 

背景

 

太陽(yáng)能，屬于一種典型的可再生能源，具有清潔環(huán)保、可再生、易獲取、低成本等眾多優(yōu)點(diǎn)，受到了科學(xué)界與產(chǎn)業(yè)界的廣泛重視。時(shí)下，有關(guān)太陽(yáng)能的前沿創(chuàng)新技術(shù)不斷涌現(xiàn)，筆者之前也介紹過許多有關(guān)太陽(yáng)能的創(chuàng)新成果，這里就不一一列舉了。

 

 

（圖片來源：維基百科）

 

在太陽(yáng)能技術(shù)中，太陽(yáng)能電池扮演著非常關(guān)鍵的角色。有機(jī)光伏電池（OPV）是一種很有前景的太陽(yáng)能電池，它主要是依靠一種吸收光線的有機(jī)分子與一種半導(dǎo)體聚合物的結(jié)合。

 

有機(jī)光伏電池由廉價(jià)且輕量的材料制成，并具有安全性好以及容易生產(chǎn)的優(yōu)點(diǎn)?？墒牵鼈兊哪芰哭D(zhuǎn)換效率（PCE），也就是將光線轉(zhuǎn)化為電力的能力，還是遠(yuǎn)遠(yuǎn)無法滿足全面商業(yè)化的要求。

 

能量轉(zhuǎn)換效率既取決于有機(jī)層，也取決于聚合物層。傳統(tǒng)的做法是，化學(xué)家們會(huì)對(duì)這些不同的組合反復(fù)進(jìn)行實(shí)驗(yàn)，但是這樣會(huì)浪費(fèi)大量的時(shí)間與精力。

 

創(chuàng)新

 

近日，日本大阪大學(xué)的團(tuán)隊(duì)利用計(jì)算機(jī)的強(qiáng)大能力，在機(jī)器學(xué)習(xí)算法的幫助下，自動(dòng)化搜索匹配的太陽(yáng)能材料。未來，這項(xiàng)研究將有助于大幅提升太陽(yáng)能電池的效率。相關(guān)論文發(fā)表于《The Journal of Physical Chemistry Letters》雜志。

 

 

（圖片來源：參考資料【2】）

 

技術(shù)

 

論文第一作者 Shinji Nagasawa 表示：“聚合物的選擇會(huì)影響一些特性，例如短路電流，它將直接決定能量轉(zhuǎn)換效率。然而，目前還沒找到一種簡(jiǎn)單的方法設(shè)計(jì)出性能得到改善的聚合物。傳統(tǒng)的化學(xué)知識(shí)還是不夠，取而代之的是，我們采用人工智能來指導(dǎo)設(shè)計(jì)過程。”

 

采用人工智能的方法甄選材料，這并非是首次。筆者之前介紹過兩個(gè)典型的例子，這里帶順便帶大家回顧一下。

 

1）美國(guó)西北大學(xué)和洛斯阿拉莫斯國(guó)家實(shí)驗(yàn)室的科研人員開發(fā)出一種新型方案，它結(jié)合了機(jī)器學(xué)習(xí)和密度泛函理論計(jì)算，成為具有鐵電性和壓電性等特殊電子特性的新材料的設(shè)計(jì)指南。

 

 

(圖片來源：美國(guó)西北大學(xué))

 

2）美國(guó)斯坦福大學(xué)的研究人員在尋找固體電解質(zhì)材料的過程中，并不是通過隨機(jī)測(cè)試個(gè)別化合物的方法，而是采用了人工智能和機(jī)器學(xué)習(xí)，通過實(shí)驗(yàn)數(shù)據(jù)構(gòu)造預(yù)測(cè)模型。

 

讓我們?cè)倩氐浇裉旖榻B的案例中。信息學(xué)，可以發(fā)現(xiàn)人類專家無法搞清楚的統(tǒng)計(jì)趨勢(shì)，從而理解復(fù)雜的大型數(shù)據(jù)集。在大約500項(xiàng)研究中，團(tuán)隊(duì)采集了1200個(gè)有機(jī)光伏電池上的數(shù)據(jù)。他們采用“隨機(jī)森林”機(jī)器學(xué)習(xí)算法構(gòu)建出一個(gè)模型，模型結(jié)合了之前這些有機(jī)光伏電池的帶隙、分子重量、化學(xué)結(jié)構(gòu)以及它們的能量轉(zhuǎn)換效率，預(yù)測(cè)潛在的新型設(shè)備的效率。

 

下圖所示：聚合物太陽(yáng)能電池中的光電轉(zhuǎn)換和活性材料的化學(xué)結(jié)構(gòu)。

 

 

（圖片來源：大阪大學(xué)）

 

隨機(jī)森林揭示出材料特性與它們?cè)谟袡C(jī)光伏電池中實(shí)際性能之間改善的相關(guān)性。為了利用這種相關(guān)性，模型可根據(jù)它們理論的能量轉(zhuǎn)換效率自動(dòng)“篩選”有前景的聚合物。然后基于對(duì)于那些可以實(shí)際人工合成的材料的化學(xué)直覺力，篩選出最佳的候選材料。

 

下圖所示：采用材料信息學(xué)為聚合物太陽(yáng)能電池探索新的聚合物。（上）由電子給體、電子受體和烷基鏈組成的聚合物結(jié)構(gòu)示例。（中）隨機(jī)森林法進(jìn)行分類。（下）材料信息學(xué)、實(shí)際實(shí)驗(yàn)和人工智能的協(xié)同合作。

 

 

（圖片來源：大阪大學(xué)）

 

這種策略引導(dǎo)團(tuán)隊(duì)創(chuàng)造出一種之前未經(jīng)測(cè)試的新型聚合物。實(shí)際情況是，一種基于這種首次嘗試的實(shí)用的聚合物有機(jī)光伏電池，比期望的效率要低。然而，模型為結(jié)構(gòu)與特性之間的關(guān)系提供了有價(jià)值的見解。如果包含更多的數(shù)據(jù)，例如聚合物在水中的溶解性或者主鏈的規(guī)則性，將改善預(yù)期效果。

 

下圖所示：采用隨機(jī)森林法篩選烷基鏈的示例

 

 

（圖片來源：大阪大學(xué)）

 

價(jià)值

 

論文作者 Akinori Saeki 表示：“機(jī)器學(xué)習(xí)將顯著加速太陽(yáng)能電池的開發(fā)，因?yàn)樗梢运查g預(yù)測(cè)出結(jié)果，而在實(shí)驗(yàn)室則需要花費(fèi)幾個(gè)月的時(shí)間。它并非直接取代人的因素，而是當(dāng)分子設(shè)計(jì)師必須選擇哪條途徑來探索的時(shí)候，提供關(guān)鍵的支持。”