Detección de nuevos materiales mediante visión artificial
Los estudiantes de posgrado Eunice Aissi y Alexander Siemenn, SM ’21, quienes reportado En colaboración con colegas como el profesor de ingeniería mecánica Tonio Buonassisi, se utilizó la técnica para analizar perovskitas, materiales que son muy prometedores para las células solares pero que tienden a degradarse rápidamente. Se depositaron unas 70 muestras, cada una con una composición ligeramente diferente, en una única lámina que luego se escaneó con una cámara hiperespectral, que captura información visual mucho más rica que la que un humano puede procesar. Con estos datos, uno de los algoritmos que desarrollaron fue capaz de calcular la brecha de banda para tres láminas de muestras en un total de seis minutos, un proceso que a un experto humano le llevaría varios días.
Para comprobar la estabilidad, el equipo colocó el portaobjetos en una cámara en la que variaron las condiciones, como la humedad, la temperatura y la exposición a la luz. Fotografiaron las muestras con una cámara estándar cada 30 segundos durante dos horas y utilizaron un segundo algoritmo para estimar cómo cambiaban de color con el tiempo, indicando el grado en que se degradaban en los diferentes entornos. Se necesitaron 20 minutos para analizar 48.000 imágenes.
El objetivo final es un laboratorio autónomo, dice Aissi: “Todo el sistema nos permitiría darle a una computadora un problema de materiales, hacer que prediga compuestos potenciales y luego funcionar las 24 horas del día, los 7 días de la semana, fabricando y caracterizando esos materiales predichos hasta llegar a la solución deseada”.