CWI neemt deel aan AI-gedreven zonne-energieonderzoek in HELIOS-project

Een samenwerking tussen CWI en de onderzoeksinstituten AMOLF en DIFFER heeft financiering ontvangen van NWO-I voor het ontwikkelen van methoden, technieken en faciliteiten waarmee automatisch een zeer efficiënte zonnecel van de volgende generatie kan worden ontworpen. Het project heet HELIOS: AI-guided materials discovery facility for solar energy materials.

Tijdens een kick-offbijeenkomst in mei kwamen onderzoekers van de drie NWO-instituten bijeen om hun onderzoeksstrategie en routekaart op elkaar af te stemmen. HELIOS wordt gecoördineerd door het Amsterdamse instituut AMOLF, dat bijdraagt met fundamenteel onderzoek naar functionele materialen. DIFFER, gevestigd in Eindhoven, brengt expertise in op het gebied van systeemengineering, machine learning en datamanagement. CWI neemt de leiding over het AI-gedeelte van het project.

Het vijfjarige project, met een totaalbudget van €3,71 miljoen, richt zich op de ontwikkeling van een geavanceerde, gelaagde zonnecel op basis van halide perovskiet. Deze zonnecel bestaat uit vele ultradunne lagen – mogelijk wel twintig – die elk een specifieke functie hebben om de prestaties te verbeteren. Ter vergelijking: een gewone zonnecel heeft doorgaans vijf lagen.

Halide perovskiet-zonnecellen

In tegenstelling tot traditionele siliciumzonnepanelen zijn halide perovskieten zeer efficiënt in het opvangen van zonlicht, goedkoper te produceren en geschikt voor flexibele toepassingen. Door meerdere lagen te stapelen, kan de efficiëntie en stabiliteit aanzienlijk worden verhoogd. Maar dit brengt ook complexe uitdagingen met zich mee: veranderingen in de ene laag kunnen gevolgen hebben voor andere lagen. Daarom speelt kunstmatige intelligentie een centrale rol in HELIOS. AI helpt onderzoekers bij het doorgronden van het enorme aantal mogelijke materiaalcombinaties en laagconfiguraties.

CWI leidt de AI-ontwikkeling

CWI is verantwoordelijk voor het AI-onderdeel van HELIOS en ontwikkelt nieuwe methoden om de complexe ontwerpkeuzes rond zonnecellen te begeleiden. Deze methoden moeten patronen kunnen herkennen in grote hoeveelheden experimentele data en onderzoekers ondersteunen bij het optimaliseren van de materiaallagen voor zowel efficiëntie als integratie.

Het CWI-team combineert deep learning, verklaarbare AI en evolutionaire algoritmen om belangrijke fysische processen te modelleren, kennis te extraheren en het ontwerp van de zonnecel op meerdere doelen te optimaliseren. Deze rekenkundige taken vereisen krachtige hardware-infrastructuur – waaronder een groot aantal GPU’s voor het trainen van machine learning-modellen, aanzienlijke CPU-capaciteit voor simulaties en optimalisaties, en voldoende opslagruimte voor de terabytes aan experimentele en geoptimaliseerde data die tijdens het project worden gegenereerd.

Peter Bosman, groepsleider Evolutionary Intelligence at CWI licht toe: “De combinatie van verschillende expertises, waarbij de complexiteit van alle onderliggende aspecten – van natuurkunde tot AI en geautomatiseerde experimenten voor state-of-the-art materiaalonderzoek – wordt erkend, is cruciaal als je echt wetenschappelijke doorbraken met maatschappelijke waarde wilt bereiken. HELIOS biedt precies zo’n multidisciplinaire basis voor het geautomatiseerd ontwerpen van uiterst efficiënte perovskiet-zonnecellen. Geen van de drie instituten – AMOLF, DIFFER of CWI – zou dit zelfstandig kunnen realiseren.”

Over de NWO-I-financiering

HELIOS is een van de eerste projecten die financiering ontvangt via het nieuwe Strategisch Vernieuwingsfonds van NWO-I. Met dit fonds kunnen NWO-instituten investeren in innovatieve, experimentele onderzoeksrichtingen die aansluiten bij hun langetermijnmissie. Projecten zoals HELIOS zijn bedoeld om samenwerking tussen instituten te bevorderen en de nationale rol van elk onderzoekscentrum te versterken bij het aangaan van toekomstige wetenschappelijke en maatschappelijke uitdagingen.

Header foto: Shutterstock