上海交通大学最新Science论文：AI for Science再获突破

上海交通大学研究团队在Science期刊发表了一项重要成果，提出了一个由四个智能体组成的AI框架，专注于设计高效且稳定的钙钛矿太阳能电池材料与器件结构。

研究方法与框架设计

研究团队构建了多智能体协同的材料发现流程，通过候选材料生成、性能预测、实验验证和优化四个环节相互驱动，实现高通量的材料筛选与器件设计。

关键发现与材料体系

该框架鉴定出FA₀.₉₂Cs₀.₀₈PbI₃作为具有优异稳定性与光电性能的钙钛矿吸收层，并设计了具有紫外光稳定性的膦酸基空穴传输材料，显著提升器件寿命。

器件性能与稳定性测试

基于所选材料与器件工程，构建的钙钛矿太阳能电池初始功率转换效率达25%，并在100°C加速老化条件下运行1000小时后仍保持97%的初始效率，显示出工业化应用潜力。

AI在材料科学中的意义

此项工作证明了多智能体与AI驱动实验闭环在加速材料发现与器件优化中的强大能力，为未来光伏材料与其它能源材料的高效开发提供了可复制的方法论，同时强调了从理论预测到实验验证的协同重要性。

如有侵权，请联系删除。