Como es bien sabido, los materiales de perovskitas de haluro metálico (mhPVK) ofrecen una excelente absorción de luz, movilidades de portadores de carga y tiempos de vida, dando lugar a dispositivos altamente eficientes con oportunidades de realizar una tecnología de bajo coste y escalable a la industria. Sin embargo, para llevar a cabo un despliegue transformador en implementaciones solares a escala de teravatios y una clase más amplia de aplicaciones electrónicas y ópticas, la tecnología basada en perovskita debe superar las barreras relacionadas con la estabilidad química y electrónica en condiciones ambientales.

En este proyecto, una colección seleccionada de mhPVKs será evaluada y probada con precisión mediante un conjunto convincente de métodos de caracterización de última generación, combinando técnicas de caracterización tradicionales y no convencionales. Este robusto enfoque se verá reforzado por métodos optimizados de síntesis y seguimiento del rendimiento del dispositivo y de los dispositivos in operando fabricados durante el proyecto. Además, este completo enfoque experimental está estrechamente integrado con algoritmos prácticos de inteligencia artificial (IA) basados en técnicas de aprendizaje automático y aprendizaje profundo. Darán lugar a un marco de IA robusto capaz de reemplazar el método de investigación tradicional de prueba y error, que consume mucho tiempo, utilizado hoy en día para mejorar el rendimiento de los materiales mhPVK de nueva generación. El innovador enfoque interdisciplinar propuesto, basado en métodos de síntesis optimizados, técnicas experimentales de caracterización de vanguardia y desarrollos de IA, allanará el camino para encontrar materiales disruptivos y soluciones innovadoras a problemas críticos de cuello de botella estrechamente relacionados con las aplicaciones del mhPVK.