Link documento: https://www.science.org/doi/10.1126/science.aef1620
Tipo documento: articolo scientifico peer-reviewed pubblicato su Science, non white paper.
Un nuovo studio pubblicato su Science mostra come un sistema di intelligenza artificiale multiagente possa guidare la progettazione di celle solari a perovskite più efficienti e stabili. Il risultato dichiarato: efficienza iniziale del 25% e mantenimento del 97% dopo 1000 ore a 100 °C.
La ricerca firmata da Jiahao Guo, Bowei Li, Zeyu Zhang e altri autori affronta uno dei principali ostacoli alla commercializzazione delle celle solari a perovskite: la stabilità operativa nel lungo periodo. Il gruppo ha impiegato una intelligenza artificiale collaborativa a quattro agenti per progettare assorbitori di luce, materiali di trasporto delle lacune resistenti ai raggi ultravioletti e interfacce più robuste.
Il framework ha identificato una perovskite di ioduro di piombo formamidinio-cesio, FA0.92Cs0.08PbI3, indicata come stabile. L’AI ha inoltre contribuito alla progettazione di una molecola di trasporto delle lacune a base di acido fosfonico e all’inserimento di strati di ossido metallico sui due lati del dispositivo. Secondo l’abstract, la cella mantiene il 97% dell’efficienza iniziale dopo 1000 ore di funzionamento continuo a 100 °C.
Il dato è rilevante perché la perovskite è considerata una delle tecnologie più promettenti per aumentare l’efficienza del fotovoltaico, anche in combinazione con il silicio. Tuttavia, la transizione dal laboratorio al mercato resta condizionata da durata, scalabilità, tossicità del piombo e affidabilità dei moduli su grandi superfici. Una review del 2025 indica proprio stabilità, produzione scalabile e gestione del piombo tra le sfide centrali per la commercializzazione.
Il contesto industriale è favorevole: secondo l’Agenzia internazionale dell’energia, nel 2025 le rinnovabili hanno aggiunto 800 GW di capacità globale e il solare fotovoltaico ha rappresentato oltre tre quarti delle nuove installazioni rinnovabili.
La notizia non annuncia ancora pannelli pronti per il mercato, ma mostra un cambio di metodo: l’AI non è usata solo per simulare, ma per orientare la scoperta dei materiali. Il passo successivo sarà dimostrare affidabilità, sicurezza ambientale e costi competitivi su scala industriale.
Breve approfondimento e cronologia
2018 — Studi sulla stabilità delle celle a perovskite chiedono protocolli standardizzati di caratterizzazione, segnalando la fragilità del settore nella comparazione dei risultati.
2024 — Qcells annuncia una cella tandem perovskite-silicio da 28,6% su formato commerciale M10, verificata dal Fraunhofer ISE.
2025 — La letteratura scientifica continua a indicare stabilità, scalabilità e tossicità del piombo tra i nodi della commercializzazione.
2026 — Lo studio su Science propone una progettazione AI-guided capace di mantenere il 97% dell’efficienza dopo 1000 ore a 100 °C.
Consigli di approfondimento
Leggere lo studio originale su Science e confrontarlo con le pagine dell’IEA sul fotovoltaico globale e con la letteratura scientifica sulle sfide di commercializzazione delle celle a perovskite.
Abstract etico-sociale
Pro: l’AI può ridurre tempi e costi della ricerca sui materiali, accelerando tecnologie utili alla decarbonizzazione.
Rischi: restano aperti i temi della tossicità del piombo, della trasparenza dei modelli AI, della validazione indipendente e della concentrazione industriale dei brevetti. Se confermata su larga scala, questa linea di ricerca potrebbe rafforzare il fotovoltaico avanzato; se comunicata senza cautela, rischia invece di alimentare aspettative premature.
