L’IA vole seule pour optimiser un dispositif photovoltaïque organique
Un dispositif photovoltaïque organique entièrement fonctionnel a été conçu, fabriqué et caractérisé à l’aide d’un laboratoire autonome. C’est la première fois que l’intelligence artificielle réalise un cycle d’optimisation entièrement autonome pour une cellule solaire organique.
L’optimisation des dispositifs photovoltaïques prend généralement beaucoup de temps et de personnel en raison du grand nombre de matériaux et de processus de fabrication possibles. De plus, l’exploration des paramètres par essais et erreurs nécessite de nombreuses expériences, ce qui la rend à la fois peu pratique et coûteuse.
Aujourd’hui, Tobias Osterrieder de l’Institut Helmholtz d’Erlangen-Nürnberg, en Allemagne, et ses collègues ont construit un système pour accélérer le processus. Il combine une sélection d’échantillons guidée par l’IA et une plateforme d’expérimentation automatisée à haut débit avec une méthode d’optimisation bayésienne pour trouver des paramètres de performance optimaux dans des espaces multidimensionnels où l’intuition humaine devient moins fiable.
Osterrieder et ses collègues ont mené deux expériences pour tester leur système. Dans la première expérience, ils ont optimisé une couche active ternaire pour une cellule solaire en optimisant uniquement les ratios des matériaux. Dans la deuxième expérience, ils ont fabriqué une cellule solaire en optimisant simultanément les ratios, les concentrations et la vitesse de dépôt par centrifugation de la solution matérielle. Les deux expériences visaient à améliorer l’efficacité de conversion d’énergie de la cellule solaire. L’équipe a découvert qu’en déterminant l’ensemble de paramètres optimaux pour leur cellule et en obtenant une fonction objectif précise, il était possible d’optimiser de manière autonome un dispositif optoélectronique complexe avec seulement 40 échantillons. En revanche, une approche Edisonienne traditionnelle basée sur des essais et des erreurs nécessitait environ 1 000 échantillons. L’équipe a ensuite combiné son système avec un laboratoire autonome qui utilise des algorithmes d’IA pour optimiser les dispositifs photovoltaïques organiques en contrôlant leur composition et leurs paramètres de processus.
« C’est un excellent exemple de la façon dont, en général, les laboratoires autonomes peuvent nous aider à accélérer la recherche de solutions technologiques, allant des grands problèmes du monde universitaire à l’industrie, qui peuvent avoir un impact important sur les problèmes auxquels nous sommes confrontés dans le monde entier, y compris l’un des plus importants : les énergies renouvelables. », commente Milad Abolhasani, expert en laboratoires de conduite autonome basé à l’Université d’État de Caroline du Nord aux États-Unis. Et Zhen Zhou, un spécialiste des matériaux informatiques de l’Université de Nankai en Chine, affirme que cette approche peut réduire considérablement le temps et les coûts requis par rapport à une optimisation par essais et erreurs. «(Il) fournit des informations approfondies sur la relation structure-propriété entre la morphologie et les caractéristiques électroniques.» Cela pourrait conduire au développement de cellules solaires organiques plus efficaces et plus rentables, avec des applications potentielles dans les énergies renouvelables et les technologies durables.»
