#成电快讯# 集成电路学院赵怡程教授团队在InfoMat期刊报道国内首个光伏高通量人工智能实验平台
　近日，集成电路科学与工程学院电子薄膜与集成器件全国重点实验赵怡程教授团队在学术期刊 InfoMat 上发表了题为“Unveiling the statistical behaviours of metal-halide perovskites from films to devices through a high-throughput experimental platform”的研究性论文。论文第一作者为研究生邓灿，通讯作者为电子科技大学孙相彧博士后和赵怡程教授，第一通讯单位为电子科技大学电子薄膜与集成器件全国重点实验室。

　　“人机料法环”是保证材料可控制备的重要因素。传统手工制备不仅限制了高性能器件的可靠生产，而且使得“人”这一因素难以和其他影响因素去耦合。另外，传统人工实验方法样本量小、数据一致性差，难以获得材料的统计分析。赵怡程教授团队联合四川高熵科技有限公司开发了国内首个光伏高通量人工智能实验平台。平台集成了从薄膜制备到光电表征的完整流程，全程无人为因素干扰且氛围高度可控。通过对高通量实验平台制备的超1000个钙钛矿样品进行统计学分析，研究人员首次揭示了溶剂氛围对实验重复性的关键影响，并引入独特的气体回流与溶剂锁定手段以控制生长氛围，从而将150个钙钛矿电池的重复性误差控制在2%以内。在从薄膜到器件的制备过程中，研究人员通过定量跟踪薄膜光学特征的统计分布，发现电荷传输层的沉积不仅影响表面，还会改变钙钛矿薄膜的本体属性。此外，基于推论性统计分析，研究人员挖掘出薄膜光学特性与器件性能的深层关联，并开发了基于XGBoost的预测模型，实现器件性能预测误差仅1.06%的惊人精度，充分展现AI驱动方法加速钙钛矿材料迭代的巨大潜力。