Inteligencia artificial para predecir el rendimiento de las células solares orgánicas

Un equipo investigador de la Universitat Rovira i Virgili (URV) especializado en Inteligencia Artificial (IA) en colaboración con el Instituto de Ciencia de Materiales de Barcelona (ICMAB), especialistas en materiales para aplicaciones energéticas, han trabajado conjuntamente para combinar datos experimentales con algoritmos de inteligencia artificial y así permitir una capacidad de predicción del rendimiento de las células solares orgánicas sin precedentes.

Los investigadores del ICMAB, dirigidos por Mariano Campoy-Quiles, han utilizando un nuevo método experimental que les permite disponer de un gran número de muestras en una sola, lo que acelera el proceso en comparación con los métodos convencionales. A continuación, se utilizan modelos de aprendizaje automático (machine learning ) para aprender de estos conjuntos de datos y predecir el rendimiento.

El nuevo método «nos permite, por una parte, evaluar el potencial fotovoltaico de un material unas 50 veces más rápido que con los métodos convencionales. De la otra, proporciona gran cantidad de estadísticas y un enorme conjunto de datos (centenares de miles de puntos) que nos permiten entrenar de manera fiable diferentes algoritmos de inteligencia artificial», explica Mariano Campoy-Quiles, investigador del ICMAB.

Los algoritmos de inteligencia artificial en el campo de la ciencia de materiales se utilizan principalmente para buscar patrones de comportamiento y para seguir desarrollando modelos predictivos del comportamiento de una familia de materiales para una aplicación determinada.