Machine learning aproxima células solares de perovsquita da comercialização sustentável

AI Avança na Comercialização Sustentável de Células Solares Perovskita
São Paulo — InkDesign News — Uma nova pesquisa na área de machine learning apresenta uma abordagem inovadora para a produção de células solares perovskita, visando melhorar a eficiência e a sustentabilidade desses dispositivos.
Contexto da pesquisa
As células solares perovskita têm sido reconhecidas como uma alternativa promissora às células solares de silício, com uma eficiência teórica de até 34%. No entanto, a utilização de solventes tóxicos e a baixa estabilidade a longo prazo representam barreiras significativas para sua comercialização.
Método proposto
O estudo, conduzido por pesquisadores da POSTECH (Universidade de Ciência e Tecnologia de Pohang) e da Universidade de Seul, introduziu um processo de fabricação que utiliza solventes bio-baseados, como o gamma-valerolactona (GVL) e o acetato de etila (EA). A equipe aplicou tecnologia de engenharia reversa baseada em AI para analisar dados experimentais e determinar as condições ideais para aumentar a eficiência, enquanto minimiza custos e emissões de carbono.
“AI encontrou condições que eram consideradas impossíveis ao otimizar o próprio processo.”
(“AI has found conditions that were previously considered impossible by optimizing the process itself.”)— Jeehoon Han, Professor, POSTECH
Resultados e impacto
A nova abordagem GVL-EA conseguiu reduzir o custo de fabricação das células solares perovskita pela metade e diminuir o impacto climático em mais de 80%. A pesquisa também avaliou a vida útil dos módulos e estratégias de reciclagem, ajudando a identificar o ponto de equilíbrio real para a comercialização em diferentes regiões.
Com esse avanço, as células solares podem se tornar mais seguras e acessíveis, promovendo a adoção em larga escala de energia sustentável. As técnicas e resultados apresentados indicam um caminho promissor para a indústria de painéis solares no futuro.
Fonte: (TechXplore – Machine Learning & AI)