AI有望被用来提高有机太阳能电池的光稳定性。然而，AI是一个黑盒，无法解释其是如何做出决策的。为此，来自伊利诺伊大学厄巴纳-香槟分校和多伦多大学的研究团队打开了AI黑盒，为提高光伏电池的稳定性做出了进一步的贡献。研究人员将闭环实验与基于物理的特征选择和监督学习相结合，提出一种名为“闭环迁移”的新方法，旨在从闭环优化过程中提取和验证物理洞察，并指导化学发现。相关成果于2024年8月28日发表在《自然》期刊上。

“闭环迁移”由三个阶段组成：机器学习驱动的假设生成；实验测试；物理驱动的发现。这三个阶段相互迭代，成为闭环，进而发生循环。这种迭代循环对于有效探索化学空间、识别影响分子特征的关键决定因素至关重要。

研究结果表明，利用“闭环迁移”产生的新型光捕获分子比原来稳定四倍，同时还提供了这些新型光捕获分子为何稳定的新见解——这是一个阻碍材料开发的化学问题。通过这一过程，研究人员确定了是什么赋予了这些分子更大的光稳定性。从而AI黑箱被变成了一个透明的玻璃球。

信息来源：

https://www.nature.com/articles/s41586-024-07892-1

https://mp.weixin.qq.com/s/kIv-uBCY7fJj9zIXi1J_QA