Patungo sa pinabuting mga solar cell na may aktibong pag-aaral

Ang visualization ng puwang ng kemikal ay hindi pa nasisiyasat. Kredito: © Kunkel / FHI

Paano ako maghahanda para sa isang bagay na hindi ko pa alam? Ang mga mananaliksik mula sa Fritz Haber Institute sa Berlin at ang Teknikal na Unibersidad ng Munich ay hinarap ang halos pilosopikal na katanungang ito sa konteksto ng pag-aaral ng makina. Ang pag-aaral ay hindi hihigit sa pagguhit sa dating karanasan. Upang makitungo sa isang bagong sitwasyon, kinakailangang harapin ang halos katulad na mga sitwasyon nang mas maaga. Sa pag-aaral ng makina, angkop na nangangahulugan ito na ang algorithm ng pag-aaral ay dapat na mailantad sa halos magkatulad na data. Ngunit ano ang magagawa natin kung may halos walang katapusang bilang ng mga posibilidad, kaya imposibleng makabuo ng data na sumasakop sa lahat ng mga sitwasyon?

Lumilitaw ang problemang ito kapag nalulutas ang isang walang katapusang bilang ng mga posibleng mga molekula ng kandidato. Pinapagana ng mga organikong semiconductor ang mahahalagang teknolohiya sa hinaharap, tulad ng portable solar cells o scroll display. Para sa mga naturang aplikasyon, kinakailangan upang matuklasan ang pinabuting mga organikong molekula na bumubuo sa mga materyal na ito. Ang mga gawain ng ganitong uri ay lalong gumagamit ng mga pamamaraan sa pag-aaral ng makina habang pagsasanay sa data mula sa mga simulation ng computer o mga eksperimento. Gayunpaman, ang bilang ng mga potensyal na posibleng maliit na organikong mga molekula ay tinatayang sa pagkakasunud-sunod ng 1033. Ang malawak na bilang ng mga pagpipilian na ginagawang halos imposibleng makabuo ng sapat na data upang maipakita ang napakahusay na pagkakaiba-iba ng materyal. Bilang karagdagan, marami sa mga molekulang ito ay hindi angkop para sa mga organikong semiconductor. Isa ang karaniwang hinahanap para sa salawikang karayom ​​sa isang haystack.

Sa kanyang gawa na nai-publish kamakailan sa Kalikasan ng komunikasyon Ang pangkat sa paligid ni Propesor Karsten Reuter, direktor ng departamento ng teoretikal ng Fritz-Haber Institute, ay nalutas ang problemang ito sa pamamagitan ng tinaguriang aktibong pag-aaral.

Sa halip na matuto mula sa mayroon nang data, ang machine learning algorithm mismo ay paulit-ulit na nagpapasya kung aling data ang talagang kailangang malaman tungkol sa problema. Ang mga mananaliksik ay unang nagsasagawa ng mga simulation sa maraming mas maliit na mga molekula at kumuha ng data sa koryenteng kondaktibiti ng mga molekula – isang sukat ng kanilang pagiging kapaki-pakinabang sa pamamagitan ng pagtingin sa mga posibleng solar cell material. Batay sa data na ito, nagpapasya ang algorithm kung ang maliliit na pagbabago sa mga molekulang ito ay maaaring humantong sa mga kapaki-pakinabang na katangian, o kung hindi sila sigurado dahil sa kawalan ng katulad na data. Sa parehong mga kaso, awtomatiko itong nangangailangan ng mga bagong simulation, nagpapabuti sa pamamagitan ng bagong nabuong data, isinasaalang-alang ang mga bagong molekula, at patuloy na ulitin ang prosesong ito.

Sa kanilang gawain, ipinapakita ng mga siyentista kung paano ang mga bago at promising na mga molekula ay maaaring mabisang makilala sa ganitong paraan, habang ang algorithm ay patuloy na galugarin sa isang malawak na puwang ng molekula, kahit ngayon, ngayon din. Tuwing linggo, iminungkahi ang mga bagong molekula na maaaring magpakilala ng isang bagong henerasyon ng mga solar cell, at ang algorithm ay patuloy na nagpapabuti at nagpapabuti.

Sanggunian: “Aktibong Discovery ng Organic Semiconductors” Christian Kunkel, Johannes T. Margraf, Ke Chen, Harald Oberhofer at Karsten Reuter, Abril 23, 2021, Kalikasan ng komunikasyon.
DOI: 10.1038 / s41467-021-22611-4

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

82% ng Mga Tao na Na-ospital Sa COVID-19 Bumuo ng Mga Neurological Problems

Isinasaalang-alang ang tomography ng utak. Ang mga pasyente na may mga karamdaman na nagpapahiwatig ng neurological ay kasangkot COVID-19 anim na beses na mas malamang...

“Gobsmacked” – Ang Melanie Wood ng Harvard ay Naging Unang Babae na Nanalo ng $ 1M Waterman Award sa Math

Si Melanie Wood ang unang babaeng nanalo ng isang Waterman Award sa matematika. Kredito: Stephanie Mitchell / Harvard Staff Photographer Kinikilala para sa mga...

Bagong Pagong na Natagpuan sa Huling Cretaceous ng Madagascar

Ang pagbabagong-tatag ng buhay ng Sahonachelys mailakavava, umaatake sa Madagascan na palaka tadpoles na si Belzebufo ay nagprotesta gamit ang isang espesyal na diyeta...

Natuklasan ng mga siyentista na ang loob ng Saturn – ang makapal na layer ng helium – ay nakakaapekto sa magnetic field ng mga...

Ang magnetikong patlang ni Saturn na nakikita sa itaas. Credit-Ancate Barrick / Jones Hopkins University Ginagaya ng mga mananaliksik ang mga kondisyong kinakailangan para...

Lumilikha ang mga mananaliksik ng cybersecurity ng mas mahusay na kanaryo – gamit ang AI upang lumikha ng pekeng mga dokumento

Ang bagong artipisyal na sistema ng katalinuhan ay lumilikha ng mga pekeng dokumento upang linlangin ang mga kalaban. Sa panahon ng World War II, ang...

Newsletter

Subscribe to stay updated.