优化溶液处理的有机太阳能电池是一项复杂而富有挑战性的任务，因为有机光伏（

　　为了解决这个问题，德国纽伦堡亥姆霍兹可再生能源研究所Tobias Osterrieder、Christoph J. Brabec等人报道了人工智能（AI）引导的全功能有机太阳能电池闭环自主优化。作者开发了LineOne，这是一个带有贝叶斯优化器（BO）的自动化材料和设备加速平台，可以在没有人为干扰的情况下实现自主操作，解决复杂的优化问题。

　　该系统能够制造和表征完整的OPV器件，并在包含组成和工艺参数的设计空间中高效搜索。此外，基于高斯过程回归（GPR）的早期预测模型被用于从廉价的代理测量中预测电池的效率，而薄膜吸收光谱使用基于物理性质的光谱模型来分析，以生成微观结构特征作为GPR的输入。

　　作者通过在四维参数空间中优化三元OPV系统（PM6:Y12:PC70BM）的组成和加工条件，展示了该通用的自主方法。作者确定了最佳参数集，并用最小数量的样本在整个参数空间上获得了精确的目标函数。作者仅在40个样本内演示了复杂光电器件的自主优化，而埃迪逊方法需要大约1000个样本。

　　为加强科研合作，我们为海内外科研人员专门开通了钙钛矿科创合作专业科研交流微信群 。加微信群方式：添加编辑微信pvalley2019，备注： 姓名-单位-研究方向（无备注请恕不华体会体育通过），由编辑审核后邀请入群。