北海道大学开发出基于AI带隙设计的钙钛矿合成新方法

背景：钙钛矿材料因其高效光吸收特性受到关注，但带隙对微观结构变化敏感导致材料设计困难。研究目的：北海道大学团队旨在开发一种融合机器学习与实验的新方法，实现钙钛矿材料带隙的精准预测与定向合成。结论：通过构建支持向量回归模型，成功预测了1852种虚拟化合物的带隙，筛选出86种候选材料，并实验验证了4种材料的带隙与预测一致。该研究建立了"描述符提取-带隙预测-实验合成-物性验证"的新型材料开发范式，对太阳能电池、光催化剂等能源材料的加速研发具有重要意义。