IA para predecir el rendimiento de células solares orgánicas
¿Cuál es la configuración óptima para construir una célula solar orgánica hecha con diferentes polímeros? ¿La capa activa debe ser muy gruesa o muy fina? ¿Se necesita una cantidad grande o pequeña de cada polímero?
Saber cómo predecir la composición específica y el diseño de la célula para lograr un rendimiento óptimo es uno de los mayores problemas sin resolver en la ciencia de los materiales.
Investigadores del Instituto de Ciencia de Materiales de Barcelona (ICMAB), especializado en materiales para aplicaciones energéticas, han colaborado con investigadores de la Universitat Rovira i Virgili especializados en Inteligencia Artificial, para combinar los puntos de datos experimentales que recogen con algoritmos de inteligencia artificial y permitir una capacidad de predicción sin precedentes del rendimiento de las células solares orgánicas.
Obtención de múltiples puntos de datos experimentales
Los investigadores del ICMAB, dirigidos por Mariano Campoy-Quiles, han generado múltiples conjuntos de datos utilizando un nuevo método experimental que les permite disponer de un gran número de muestras a la vez, lo que comporta una aceleración de los tempos, en comparación con los métodos convencionales. En una fase posterior, se utilizan modelos de aprendizaje automático para aprender de esos conjuntos de datos y predecir el rendimiento de más materiales, como los nuevos semiconductores orgánicos sintetizados en el grupo del profesor Martin Heeney del Imperial College de Londres.
Algoritmos de inteligencia artificial para predecir el comportamiento
Uno de los aspectos clave de este estudio es que los investigadores pueden generar conjuntos de datos grandes y significativos con un esfuerzo experimental mínimo. Este es un aspecto importante para el éxito de los modelos de aprendizaje automático con el fin de obtener modelos y predicciones precisas y fiables.
Los investigadores utilizan una metodología basada en el cribado combinatorio en la que generan muestras con gradientes en los parámetros que más afectan al rendimiento de las células solares orgánicas (es decir, la composición y el grosor).
Los algoritmos de inteligencia artificial en el campo de la ciencia de los materiales se utilizan principalmente para buscar patrones de comportamiento y seguir desarrollando modelos predictivos del comportamiento de una familia de materiales para una aplicación determinada. Para ello, primero se entrena un algoritmo exponiéndolo a datos reales para generar un modelo de algoritmo. A continuación, el modelo se valida con otros puntos de datos no utilizados para crear el modelo, pero de la misma categoría de materiales. Una vez validado, el algoritmo se aplica para predecir el comportamiento de otros materiales similares que no forman parte del conjunto de entrenamiento ni de validación.
