Innovationstreiber KI: Entwicklung und Optimierung von Photovoltaikmaterialien
Innovationstreiber KI: Entwicklung und Optimierung von Photovoltaikmaterialien
Erlangen/Nürnberg, 18.04.2024 - Photovoltaik ist eine Schlüsseltechnologie für die Energiewende. Für den notwendigen Zuwachs der weltweiten Nutzung von kostengünstigem Sonnenstrom müssen innovative Solarzellkonzepte schneller umgesetzt werden. Die Aktivitäten in Forschung und Entwicklung hierzu nehmen rasant zu und führen zu einer Fülle an wissenschaftlichen Publikationen. Deren volles Potenzial lässt sich jedoch nur ausschöpfen, wenn die Forschung diese immer größeren Datenmengen auch auswerten kann.
Anzahl der jährlichen Publikationen zum Thema PhotovoltaikCopyright: Helmholtz
Doch durch die schiere Menge an Daten kommt es zu Grenzen bei der Umsetzung der neuesten Erkenntnisse. Mit dem von der Helmholtz-Gemeinschaft mit knapp 4 Millionen Euro geförderten Projekt SOL-AI wird ein KI Grundlagenmodell geschaffen, dass diese Grenzen überwinden soll. Dieses sogenannte Foundation Model zielt darauf ab, die Materialinformatik auf diesem Gebiet grundlegend zu reformieren. Es ist in der Lage, die Vielfalt der experimentellen Daten und Ergebnisse im Bereich der Forschung zu Photovoltaikmaterialien zusammenzuführen, um Innovationen in verschiedenen Bereichen voranzutreiben: angefangen bei der beschleunigten Bauteilentwicklung und -optimierung bis hin zur Entdeckung neuer Solarmaterialien. SOL-AI soll Lösungsansätze entwickeln, die praktische Relevanz für Forschung und Industrie besitzen werden.
Das HI ERN als Teil des Forschungszentrums Jülich, bringt sein Domänenwissen aus der Photovoltaik mit seinem gesamten Datenbestand ein und bereitet damit die Basis für das Training der KI-Modelle.
Hintergrund
Grundlagenmodelle sind KI-Anwendungen, die auf der Grundlage einer sehr breiten Wissensbasis in der Lage sind, eine Reihe von komplexen Problemen zu lösen. Auch der bekannte Chatbot ChatGPT von OpenAI basiert auf einem solchen Modell. Die sogenannten Foundation Models sind deutlich leistungsstärker und flexibler als herkömmliche KI-Modelle und eignen sich auch für die Wissenschaft. Durch gezieltes Training mit umfangreichen Datenmengen und die Nutzung von generativer KI sind sie in der Lage, komplexe Zusammenhänge auf der Grundlage erlernter Muster zu verstehen, neue Zusammenhänge zu generieren sowie Prognosen zu erstellen.
Projektpartner
Beteiligte Helmholtz-Zentren: Forschungszentrum Jülich (Koordination), Karlsruher Institut für Technologie, Helmholtz-Zentrum Berlin für Materialien und Energie und Helmholtz-Zentrum Hereon.
Förderung
Die Helmholtz-Gemeinschaft fördert neben SOL-AI drei weitere Pilotprojekte und die dafür benötigte Infrastruktur mit rund 23 Millionen Euro.
