人工智能在材料领域的应用情况与近期成果
人工智能在材料领域的主要应用包括材料发现和设计、材料特性预测和模拟、材料制备和工艺控制、材料性能评估和优化、材料质量控制和缺陷检测等。
胶体体卤化铅钙钛矿量子点：从合成到应用
可控条件下制备的胶体半导体纳米晶体有助于对量子现象更好的研究和利用，并且可以扩大其生产规模用于商业用途。这些量子点材料在超高清显示、太阳能电池、量子计算、生物成像、光通信等产业有广泛的应用。在过去的十年中，卤化铅钙钛矿纳米晶体作为高效半导体迅速崭露头角。尽管大多数研究集中在弱到中等限制区域的大纳米晶体上，强限制区域（尺寸小于铅卤钙钛矿的激子玻尔直径，范围为4-12纳米）的量子点（QDs）提供了独特的机会，包括偏振光发射和在单一卤化物组成的钙钛矿中无法实现的区域内纯色且稳定的发光。基于此，本文第一作者Junzhi Ye博士(英国牛津大学)，通讯作者Lakshminarayana Polavarapu教授（西班牙维戈大学）和Robert L.Z. Hoye教授（英国牛津大学）在Chemical Society Review上发表教程综述。
采用锑掺杂锡氧化物的倒置钙钛矿太阳能电池效率达到25.7%
摘要：新加坡的研究人员已经建造了一种倒置钙钛矿光伏器件，该器件具有p型锑掺杂锡氧化物（ATOx）中间层，据报道，该夹层减少了小面积和大面积钙钛矿电池之间的效率差异。根据他们的研究结果，ATOx可以很容易地取代常用的氧化镍（NiOx）作为空穴传输材料（HTL）。在标准照明条件下测试，太阳能电池在0.05平方厘米的面积上实现了25.7%的功率转换效率，在1平方厘米的面积上实现了24.6%的功率转换效率。
使用真空蒸发工具释放钙钛矿太阳能电池制造的潜力
在寻求更清洁、更高效的能源的过程中，钙钛矿太阳能电池已被证明是一个有前途的技术。钙钛矿卓越的效率、低成本的生产和多功能性使它们成为彻底改变可再生能源的有希望的候选者。然而，大规模采用的道路面临障碍，其中之一就是需要精确和高效的制造工艺。这就是真空蒸发工具作为钙钛矿太阳能电池生产中不可或缺的资产而大放异彩的地方。
机器学习方法加速镁合金设计研究
近日，澳洲国立大学N. Birbilis教授和莫拉什大学M. Ghorbani博士等人对过往镁合金设计领域的数据进行了详细分析和重构，提出了一种基于数据进行合金设计的新方法。在这项工作的第一部分研究中，作者首先从文献和实验工作中提取数据，开发了一个包含916个数据点的合金数据库。通过成分-工艺-性能矩阵，分析了数据库的特征，探讨了合金化和热加工对力学性能的影响。将合金数据库与热力学稳定的析出相相关联，以进一步分析微观结构与力学性能之间的关系。机器学习模型为加速新材料开发提供了新途径，为繁琐且资源密集型的经验方法提供了虚拟替代方案。
