
L’IA trouve de meilleurs matériaux pérovskites pour les cellules solaires
Des chercheurs allemands ont utilisé l’intelligence artificielle pour trouver de nouveaux matériaux pérovskites permettant de fabriquer des cellules solaires plus efficaces.
L’équipe de l’Institut de nanotechnologie du KIT et de l’Institut Helmholtz Erlangen-Nürnberg (HI ERN) a découvert un matériau dont l’efficacité de conversion est proche du record de 26,2 %.
« Avec seulement 150 expériences ciblées, nous avons pu réaliser une percée qui aurait autrement nécessité des centaines de milliers de tests. Le flux de travail que nous avons mis au point ouvrira de nouvelles voies pour découvrir rapidement et économiquement des matériaux de haute performance pour un large éventail d’applications », a déclaré le professeur Christoph Brabec de HI ERN.
Le point de départ de HI ERN était une base de données contenant les formules structurelles d’environ un million de molécules virtuelles pouvant être synthétisées à partir de substances disponibles dans le commerce. Parmi ces molécules virtuelles, 13 000 ont été sélectionnées au hasard. Les chercheurs du KIT ont utilisé des méthodes de mécanique quantique établies pour déterminer leurs niveaux d’énergie, leur polarité, leur géométrie et d’autres propriétés.
Parmi les 13 000 molécules, les scientifiques en ont choisi 101 dont les propriétés différaient le plus, les ont synthétisées à l’aide de systèmes robotisés à HI ERN, les ont utilisées pour produire des cellules solaires par ailleurs identiques, puis ont mesuré l’efficacité des cellules solaires. « Le fait de pouvoir produire des échantillons réellement comparables grâce à notre plateforme de synthèse hautement automatisée, et donc de pouvoir déterminer des valeurs d’efficacité fiables, a été crucial pour le succès de notre stratégie », a déclaré M. Brabec, qui a dirigé les travaux à HI ERN.
Avec l’un des matériaux découverts, ils ont augmenté l’efficacité d’une cellule solaire de référence d’environ deux points de pourcentage pour atteindre 26,2 %. « Notre succès montre qu’il est possible d’économiser énormément de temps et de ressources en appliquant des stratégies habiles pour la découverte de nouveaux matériaux énergétiques », a déclaré Pascal Friederich du KIT.
Il a utilisé les rendements obtenus et les propriétés des molécules associées pour entraîner un modèle d’IA, qui a suggéré 48 autres molécules à synthétiser. Ses suggestions étaient basées sur deux critères : une efficacité élevée attendue et des propriétés imprévisibles.
« Lorsque le modèle d’apprentissage automatique n’est pas certain de l’efficacité prédite, il vaut la peine de synthétiser la molécule et de l’examiner de plus près », a déclaré Friederich pour expliquer le deuxième critère. « Elle pourrait nous surprendre avec un niveau d’efficacité élevé.
En utilisant les molécules suggérées par l’IA, il a été possible de construire des cellules solaires en pérovskite d’une efficacité supérieure à la moyenne, dont certaines dépassent les capacités des matériaux les plus avancés actuellement utilisés. « Nous ne pouvons pas être sûrs d’avoir trouvé la meilleure molécule parmi un million, mais nous sommes certainement proches de l’optimum », a déclaré Friederich.
Comme les chercheurs ont utilisé une IA qui indique sur quelles propriétés des molécules virtuelles ses suggestions sont basées, ils ont pu mieux comprendre les molécules qu’elle a suggérées. Par exemple, ils ont déterminé que les suggestions de l’IA sont basées en partie sur la présence de certains groupes chimiques, tels que les amines, que les chimistes avaient auparavant négligés.
