全北國立大學的Won-yeop Noh教授領導的研究團隊近日發表了一項具有里程碑意義的研究，展示了人工智慧在提升鈣鈦礦太陽能電池能量轉換效率方面的重大潛力。這項研究利用機器學習技術預測奈米圖案二氧化鈦（mp-TiO2）和苯基-C61-丁酸甲酯（PCBM）的最佳重量百分比組成比，成功將能量轉換效率提高至32.5%。
這一成果發表於國際知名學術期刊《Energy & Environmental Materials》上，研究論文題為「Machine Learning-Assisted Fabrication of PCBM-Perovskite Solar Cells with Nanopatterned TiO2 Layer」。這項研究的完成，得益於碩士研究員Siti Norhasana Binti Sanimu、博士生Jeevan Kendl、韓國藝術文化大學碩士研究員Gangasagar Sharma Gaudel、博士生Yoo Seung-ju等人的積極參與。
這項研究不僅是將人工智慧應用於鈣鈦礦太陽能電池製程的首個案例，也預示著其對相關研究和產業領域未來發展的積極影響。Noh教授與其團隊計劃將這項技術擴展應用到未來太陽能電池、二次電池、顯示器、奈米粒子和生物技術等多個領域。
此外，該研究凸顯了跨學科合作的重要性，集結了人工智慧專家、化學工程師和材料科學家等各方力量。它不僅對鈣鈦礦太陽能電池的研發產生深遠影響，更可能推動整個可再生能源領域的進步。
最後，這項研究的成功象徵著高等教育和研究機構在推動科技創新和解決全球性挑戰方面的關鍵作用。期待未來有更多此類創新研究的出現，共同助力實現可持續發展目標。
參考文獻及圖片來源：
전북대 노원엽 교수팀, AI 활용 페로브스카이트 태양전지 연구 성과：https://news.unn.net/news/articleView.html?idxno=556706
近期熱門文章:
台灣鈣鈦礦材料供應鏈座談會，17業者擘劃鈣鈦礦產業發展藍圖;
台北國際建築建材暨產品展「鈣鈦礦Ai創能窗」提供綠能建材新選擇;
光電革新！協鑫光電成功首創「26.17%」疊層組件;
Comments