AI+钙钛矿？
为何钙钛矿会赢得全球关注？究其本质有两点：
1）成本：钙钛矿电池本身材料很便宜，原料丰富，度电成本下降空间大；
2）效率：钙钛矿电池理论效率可达到33%，而由钙钛矿电池和晶体硅组成的的叠层电池理论转换率更是高达43%。
那么，拥有如此有多少家企业布局钙钛矿？钙钛矿研究进展如何？2019年9-10月，由光伏领跑者创新论坛承办和支持的☞☞全球钙钛矿光伏技术与产业化论坛顺利举行，全程聚集300多位不同企业的国内外专家人士共商钙钛矿议题，揭开了钙钛矿神秘的面纱。
截止到2019年10月底，已有协鑫纳米、纤纳光电、湖北万度、三峡、金风科技、牛津光伏等约20家企业入局钙钛矿。其商业化进程是否能得到快速发展？上海交通大学材料科学与工程学院教授韩礼元表示：“通过不同制备工艺的改善，制备高效率、高稳定性的大面积钙钛矿太阳能组件有助于其商业化的推进。”
如何让改善制备工艺？，AI（人工智能）应运而生。
AI+钙钛矿案例
美国中佛罗里达大学的一个研究小组于近日发现，利用AI学习优化材料、并通过对2000份钙钛矿相关数据的分析，收集了300多个数据点，从而能够实现精准预测钙钛矿太阳能电池的设计策略和性能。
图片来源：杰夫·菲特洛/莱斯大学
研究成员表示，AI可以综合考虑到诸如灵活性、稳定性、效率和成本等因素，通过提供一种工具来定义最佳的“配方”，最终帮助科学家开发新的钙钛矿电池或寻求改进设备。
“机器学习工具可用于制造钙钛矿材料，并研究开发高效PSCs（钙钛矿太阳能电池）背后的物理原理，”《钙钛矿太阳能电池：从机器学习中学习到的开发高性能钙钛矿的预测和策略》的作者Jayan Thomas说，“我们还预测了用不同带隙钙钛矿制备PSC的最佳配方。”。
此前，麻省理工学院的科学家也进行了类似的研究。他们开发了一种加速筛选新型钙钛矿化合物的方法，实现将新化合物的合成和分析速度提高了10倍，并且也已经发现了两组值得进一步研究的材料。
由此可见，AI的出现，帮助钙钛矿解决了设备改进和最优材料解的问题。
结论
与AI迅猛的发展形成对比的是,那么严重制约钙钛矿电池领域产业化进程的瓶颈,如稳定性不足、Pb铅替代、大面积电池制作工艺等,如何充分利用AI进行数据分析、相关性提取、规律挖掘和设计预测，助力钙钛矿材料与器件的结构和性能？这是全光伏行业值得深思的问题。
☞☞协鑫纳米大面积钙钛矿组件认证效率达到15.31%！
☞☞稳定性？毒性？协鑫告诉你钙钛矿到底行不行
往期精彩内容推荐
点“阅读原文”报名BIPV大会