一个国际科学家团队利用机器学习来帮助他们开发出接近创纪录效率的钙钛矿太阳能电池。在发表于《科学》杂志的论文中，该团队描述了他们如何利用机器学习算法来帮助他们找到新的空穴传输材料，以提高钙钛矿太阳能电池的效率。

目前，太阳能电池的一部分称为空穴传输层。其目的是传输半导体吸收光子后由稳定电子产生的电子空穴对。这种传输的有效性对太阳能电池的效率起着重要作用——其有效性与制造太阳能电池的材料直接相关。

到目前为止，很少有材料可以用于商业用途。研究人员指出，所有这些都是通过对现有结构的实验发现的，而不是应用对它们工作原理的基本理解。在这项新的努力中，研究团队采取了一种新方法，利用机器学习来寻找一种新的有效材料。

机器学习算法使用从超过一百万个候选分子数据集中选出的 101 个分子来执行。测试太阳能电池使用合成材料制造，其结果用作人工智能的训练材料。然后要求算法提出有希望的新材料候选者——它回答了它能找到的 24 个最有希望的候选者。

随后，研究团队合成了候选材料，并将其放入太阳能电池中进行测试。经过几轮测试，研究团队确定了一种空穴传输材料，最终构建了效率高达 26.2% 的钙钛矿太阳能电池。研究团队指出，此类电池的最高效率为 26.7%，这意味着他们的努力已经非常接近提高此类电池的边界效率。

研究人员指出，在测试过程中，他们生产出了几种接近最有效的材料，这表明他们的方法可以用来生产更多的候选材料，其中一些可能能够进一步提高效率。