Alternativ Energia www.alternativenergia.hu
Kapcsolódó cikkek
Az OptoGPT nevű mesterséges intelligencia pillanatok alatt képes terveket készíteni napelemek számára.
Hibrid napelemes rendszerek akkumulátorral, elérhető áron. Kalkuláljon itt ingyenesen! (x)
A Michigani Egyetem mérnökei egy új algoritmust fejlesztettek ki, amely képes többrétegű optikai rétegszerkezeteket tervezni többek között napelemek számára – számol be a PV Magazine. Az OptoGPT (Opto Generative Pretrained Transformer) a ChatGPT alapjául szolgáló számítógépes architektúrát használja fel arra, hogy a kívánt optikai tulajdonságoktól visszafelé haladva az azokat biztosító anyagszerkezetig jusson el. A rendszer 0,1 másodpercen belül különböző anyagok egymásra helyezett vékony rétegeiből álló szerkezetek terveit hozza létre. A megfelelő struktúrákkal maximalizálhatják a fényelnyelést a napelemekben, de egyéb optikai eszközök, például távcsövek alkatrészei is fejleszthetik. Az OptoGPT konstrukciói átlagosan hat réteggel kevesebbet tartalmaznak, mint a korábbi modellek, ez pedig azt jelenti, hogy a tervei könnyebben legyárthatók. „Ezeknek a struktúráknak a tervezése általában kiterjedt képzést és szakértelmet igényel, mivel az anyagok legjobb kombinációjának és az egyes rétegek vastagságának meghatározása nem könnyű feladat” – mondta L. Jay Guo, a Michigani Egyetem munkatársa és a csapat tagja. A modell úgy működik, hogy a bizonyos vastagságú anyagokat szavakként kezeli, és bemenetként kódolja a hozzájuk tartozó optikai tulajdonságokat. Ezután megkeresi az összefüggéseket ezen „szavak” között, és megjósolja a következő szót, hogy olyan „mondatot” hozzon létre, amely eléri a kívánt tulajdonságot.
A kutatók az algoritmus képzéshez egy 10 millió mintát tartalmazó nagyméretű adathalmazt használtak, ez azonban csak egy kis töredékét fedi le az optikai többrétegű vékonyréteg-szerkezetekhez kapcsolódó kiterjedt és összetett tervezési térnek. Érdemes hozzátenni, hogy az adathalmaz korlátai miatt az OptoGPT nem feltétlenül azonosítja a mintán kívül eső lehetőségeket. Ahhoz, hogy a modell még hatékonyabb legyen, további fejlesztésekre lesz szükség, ehhez pedig más kutatócsoportokat is érdemes lesz bevonni.
