Haiyuan Wang et Alfredo Pasquarello, en partenariat avec des chercheurs de Shanghai et de Louvain-La-Neuve, ont développé une méthode innovante combinant des techniques de calcul avancées et l’apprentissage automatique pour identifier les matériaux pérovskites les plus prometteurs pour les applications photovoltaïques. Cette nouvelle approche pourrait permettre de produire des panneaux solaires plus performants et moins coûteux, redéfinissant ainsi les standards de l’industrie solaire.

Ces recherches démontrent que l’utilisation de l’apprentissage automatique pour découvrir et valider de nouveaux matériaux photovoltaïques peut réduire les coûts et accélérer considérablement l’adoption de l’énergie solaire. Cela diminue notre dépendance aux combustibles fossiles et soutient les efforts mondiaux de lutte contre le changement climatique.

Consultez l’article complet ici.