太阳能是未来重要的能源之一，但制造更高效的太阳能电池需要寻找新的、更好的材料。最近，大阪大学的研究人员在《JACS Au》上发表的一项研究中，提出了一种解决方案，能够自动化关键实验和分析过程，从而大大加快太阳能材料的研究速度。
传统太阳能电池使用硅和镓等无机半导体制成，但下一代太阳能电池需要在成本、重量和安全性方面取得突破。此外，现有的太阳能电池往往含有有毒的铅，因此需要寻找毒性更低的替代材料。然而，目前研究新材料的过程都是手工完成的，昂贵且耗时。
为了解决这一问题，研究人员开发了一种独特的机器人测量系统，能够执行光吸收光谱、光学显微镜和时间分辨微波电导率分析。这个系统的关键特点是它可以实现自动化，可以高效地执行多种实验和分析过程，研究人员在这个自动化系统的帮助下，评估了共计576种不同的薄膜半导体样品。
主要作者Chisato Nishikawa指出：“当前的太阳能电池主要由硅和镓等无机半导体构成，但下一代太阳能电池需要在成本、重量和毒性方面有所突破。虽然钙钛矿太阳能电池的效率足以与硅太阳能电池相媲美，但它们含有有毒的铅。”
这项研究中，研究人员研究了由四种元素 Cs、Bi、Sb 和 I 组成的溶液处理无铅太阳能电池，这些材料具有广泛的成分和工艺参数范围。为了深入了解这些材料的性质，并使实验全过程自动化，研究人员使用了AI相关技术，特别是机器学习技术，用作分析实验产生的数据。
资深作者 Akinori Saeki 表示：“近年来，机器学习对于更好地理解材料的特性非常有帮助。这些研究需要大量的实验数据，将自动化实验与机器学习技术相结合是一个理想的解决方案。”
研究人员希望未来能实现更多实验过程的自动化，从而更容易探索全新的材料，正如 Chisato Nishikawa 指出的那样：“这种方法非常适合探索没有现有数据的领域。”
到目前为止，研究团队的机器人系统已经取得了他们预期中的的成果，测量过程完全自动化且高度准确，可以在通常所需时间的六分之一内完成工作。这个自动化系统使寻找高效无毒太阳能材料的任务变得更加容易，为太阳能的未来提供了更多希望，机器人和人工智能的协同作用可能让太阳能离我们更近一步。