貝葉斯數(shù)學(xué)與人工智能相結(jié)合 可使太陽能更智能

隨著對可再生能源的需求激增，材料研究人員正在尋找制造更高效太陽能電池的方法。如今商業(yè)生產(chǎn)的標準晶體太陽能光伏（PV，photovoltaic）電池通?？梢該碛?8%至22%的效率范圍。然而，一些研究人員已將注意力轉(zhuǎn)向更高效的硅異質(zhì)結(jié)（SHJ，silicon heterojunction）太陽能電池，其效率在實驗室中已達到26.8%。SHJ的數(shù)量也可能進一步增加。

SHJ電池的有效性取決于其鈍化層的質(zhì)量。鈍化層是SHJ電池表面上的一層薄涂層。顧名思義，鈍化層降低了帶電粒子再次結(jié)合的速率。因此，良好的鈍化層使載流子能夠提高電池的電流和電壓。而且，正如實驗所示，找到改善鈍化層的方法也可以提高太陽能電池的效率。

然而，日本高級科學(xué)技術(shù)研究所（JAIST）材料科學(xué)教授Keisuke Ohdaira表示，如今沉積鈍化層的標準方法之一——等離子體增強化學(xué)氣相沉積——也會損壞襯底本身。因此，Ohdaira和同事們一直在試驗一種稱為催化化學(xué)氣相沉積的替代工藝。

使用Cat CVD，氣體分子通過催化裂化反應(yīng)分解，從而增強太陽能電池的沉積，同時不會對基板造成傷害。不幸的是，發(fā)現(xiàn)Cat CVD的理想條件可能非常具有挑戰(zhàn)性。許多可調(diào)節(jié)的參數(shù)使工藝復(fù)雜化，包括對襯底溫度、氣體流速和沉積時間的調(diào)整。由此，SHJ太陽能電池的制造過程可能陷入不必要地困境。

托馬斯·貝葉斯“挺身而出”

為了應(yīng)對這一挑戰(zhàn)，研究人員與日本最大的國家研究機構(gòu)RIKEN的人工智能和機器學(xué)習(xí)應(yīng)用研究員Kentaro Kutsukake合作，提出了一種新的Cat CVD方法。他們的方案基于一種稱為貝葉斯優(yōu)化的數(shù)學(xué)方法，該方法使用概率模型來更有效地發(fā)現(xiàn)一組理想?yún)?shù)。

Kutsukake提到貝葉斯優(yōu)化（以18世紀英國統(tǒng)計學(xué)家托馬斯·貝葉斯命名，他的工作今天經(jīng)常用于估計系統(tǒng)的可靠性和可能的故障點，遵循一個順序過程。Kutsukake說：“我們首先將沉積條件的初始數(shù)據(jù)及其結(jié)果提供給貝葉斯算法。然后，該算法預(yù)測尚未評估的沉積條件的輸出，并為下一個沉積條件周期提供候選。我們一遍又一遍地重復(fù)這個序列，將結(jié)果反饋到算法中，直到我們最終獲得沉積的最佳值?！?/p>

JAPAN ADVANCED INSTITUTE OF SCIENCE AND TECHNOLOGY

但Ohdaira說，盲目地將貝葉斯統(tǒng)計應(yīng)用于Cat CVD并不是解決方案。該過程本身可能會產(chǎn)生不可行的參數(shù)的擬議實驗組合。例如，考慮到真空泵的低排氣能力，它可能表明氣體流速和真空室壓力是不可行的。

為了解決這些問題，研究人員實現(xiàn)了一種稱為約束貝葉斯優(yōu)化的實用優(yōu)化方法，該方法使用了三個預(yù)測模型。因此，例如，一個模型可能會優(yōu)化載流子壽命，而另一個模型則可能會優(yōu)化輸入氣體流速，而另另一個可能會過濾掉不可行的沉積場景。

然后，研究人員將所有三個模型的預(yù)測匯總到一個優(yōu)化系統(tǒng)中。研究人員向該系統(tǒng)提供了14個沉積條件樣本，并通過實驗測量了薄膜性能。

Ohdaira說：“我們僅在8個優(yōu)化周期后就實現(xiàn)了高載流子壽命。我們在20個周期后完成了微調(diào)優(yōu)化?！?雖然這項實驗的最終結(jié)果并不是SHJ太陽能電池效率的驚人突破，但研究結(jié)果表明，貝葉斯數(shù)學(xué)與人工智能相結(jié)合，為開發(fā)性能更高、壽命更長的太陽能光伏提供了一條新的道路。

該團隊的研究結(jié)果上個月發(fā)表在ACS Applied Materials and Interfaces雜志上。

Ohdaira補充道，公平地說，其他研究團隊也使用智能算法來提高太陽能電池的效率。例如，2021年，MIT和Google Brain推出了一種可微分太陽能電池模擬器，其結(jié)果與JAIST方法相似。但是，Kutsukake說，Cat CVD的約束貝葉斯方法是從實際實驗中得出的，而不是計算機模型。

Ohdaira說，下一步的研究方向包括使用貝葉斯方法構(gòu)建SHJ硅太陽能電池。盡管如此，他補充道，“這種方法也有可能應(yīng)用于需要復(fù)雜材料工藝的幾個領(lǐng)域，包括半導(dǎo)體制造中的薄膜沉積。”