钙钛矿的"收获-恢复-再生"循环机器学习研究

摘要： 钙钛矿光伏材料兼具高效与低成本优势，但其性能具有动态特性。本观点文章探讨了水汽、氧气、偏压、温度及光照对器件性能及恢复能力的影响。首先，我们阐述了评估钙钛矿材料经历"再活化-静置-恢复"（3R）循环的关键实验，以及机器学习如何助力确定各运行参数的最优值；其次分析了钙钛矿材料的动态特性与退化机制，重点讨论该3R循环面临的研究挑战；随后概述了可识别环境因素对不同钙钛矿组分恢复过程影响的实验方案；最后提出通过机器学习范式实现长期性能最大化与器件恢复预测的方法，包括构建共享知识库。通过将钙钛矿光电暂态特性置于"恢复"而非"退化"的视角下重新审视，我们揭示了一系列研究机遇及实现这类潜力光伏材料商业化所需的人工智能解决方案。