AI-aided structural design and stability of hybrid semiconductor photovoltaics

有机-无机杂化钙钛矿太阳能电池(perovskite solar cells, PSCs)因其高光电转换效率与低成本制造潜力而成为新一代光伏技术的重要候选。然而，其长期稳定性问题仍是制约其商业化应用的关键瓶颈。近年来，人工智能(artificial intelligence, AI)技术在材料科学领域快速发展，逐渐展现出在稳定性调控中的独特优势。本文围绕AI在PSCs稳定性优化中的应用进展，系统梳理了AI在材料组分筛选、界面工程设计和缺陷调控方面的典型应用路径与代表性成果。通过引入机器学习、贝叶斯优化等前沿算法以及AI与密度泛函理论和分子动力学结合在复杂多变量体系中的建模能力与应用局限，展望了未来AI与实验闭环结合、多尺度协同建模、数据共享标准化等发展趋势。本文旨在为PSCs结构稳定性设计提供系统性参考，并推动AI技术在新型光伏器件可靠性提升中的更深层次融合。