Supervised Machine Learning for Predicting Power Conversion Efficiency in Perovskite Solar Cells: A Systematic Review and Quantitative Meta-Analysis

想象一下，你正试图烘焙出世界上最完美的巧克力曲奇饼干。但你的配方不仅仅包含面粉和糖，还涉及数千种秘密成分、一个每秒都在改变温度的神奇烤箱，以及一个在你搅拌时会自我变形的搅拌碗。这正是科学家在构建**钙钛矿太阳能电池（PSCs）**时所面临的挑战。这些是能够为我们的未来提供动力的闪亮、下一代太阳能电池板，但弄清楚如何制作出既高效又完美的“完美配方”简直是一场反复试验的噩梦。

引入监督式机器学习（ML）。请不要把它看作是一个神奇的水晶球，而是一位读过每一本食谱书的超级聪明、不知疲倦的学徒厨师。它不是通过烘焙一千块曲奇来观察哪块最好吃，而是通过观察以往烘焙的数据，来预测哪种成分组合能创造出完美的曲奇。

伟大的曲奇大赛：谁能获胜？

本文作者决定扮演美食评论家的角色。他们不仅品尝了一块曲奇，还收集了 36 项不同的研究（发表于 2015 年至 2025 年之间），在这些研究中，科学家们使用这些 AI 厨师来预测光电转换效率（PCE）——也就是太阳能电池将阳光转化为电力的效率。

他们将所有这些 AI 模型放入一个巨大的竞技场，看看哪一个实际上表现最好。以下是他们发现的计分板：

• 基于树的模型冠军（随机森林与 XGBoost）： 这些模型就像是一支专家级厨师团队，通过投票来决定配方。它们观察数据并表示：“如果温度高且搅拌速度低，我们就能得到极佳的结果。”研究发现，这些基于树的集成方法是目前厨房里的王者。在测试标准数据表时，它们的 R² 值稳定在 0.80 到 0.90 之间。用通俗的话说，这意味着它们极其准确，预测正确率约为 80% 到 90%。
• 神经网络竞争者（人工神经网络）： 这些是试图模仿人类大脑的深度学习机器人。论文指出它们正在变得强大，但也有一个限制：它们需要海量的数据才能大放异彩。如果数据集较小（少于 300 个样本），这些机器人就会表现挣扎。只有当你喂给它们**大型数据集（超过 1,000 个样本）**时，它们才会开始与基于树的冠军们抗衡。
• 表现欠佳者： 论文明确排除了其他一些方法作为该特定任务的“首选”方案。简单的线性模型（如基础数学方程）和支持向量回归被发现要弱得多，它们往往无法捕捉到太阳能电池数据中复杂且多变的关联关系。其准确性明显较低，R² 值经常跌破 0.60。

数据规模的“金发姑娘原则”

这项研究中最酷的发现之一是，数据规模的变化如何决定你应该雇佣哪位 AI 厨师。作者将其绘制成了一份选择合适工具的指南：

1. 小型数据集（<300 个样本）： 如果你只有少量的配方可用，**随机森林（Random Forest）**是你的最佳选择。它很稳定，不容易被搞糊涂。
2. 中型数据集（300–800 个样本）： 这是 XGBoost 及其他梯度提升模型的黄金时期。它们需要更多的数据来完美调节参数，但一旦完成，表现会非常出色。
3. 大型数据集（>1,000 个样本）： 现在你可以请出重量级选手了：神经网络（Neural Networks）。有了足够的数据进行学习，它们可以开始超越其他模型，捕捉到简单模型会错过的隐藏模式。

“厨房”存在的问题

尽管这些 AI 厨师很有才华，但论文指出这个“厨房”其实有点乱。

• 没有统一的配方： 不同科学家测量结果的方式各异。有人用“R”，有人用“R²”，有些人甚至没有说明他们是如何测试模型的。这就像一位厨师用毫升测量，而另一位用盎司，这使得很难比较谁才是真正的佼席。
• “训练-测试”陷阱： 约 52% 的研究只是将数据一分为二（一半用于学习，一半用于测试）。论文认为这种方式不够严格。一种更好的方法是 k 折交叉验证（k-fold cross-validation）（约 41% 的研究使用了此方法），即通过在许多不同的数据切片上测试模型，以确保它不仅仅是在死记硬背答案。
• 黑箱问题： 许多模型是“黑箱”，意味着它们给出答案但不会解释为什么。论文建议我们需要向**可解释 AI（Explainable AI）**转型（使用像 SHAP 这样的工具），以便科学家能够理解究竟是哪种成分（如退火温度或材料组成）起到了关键作用。

未来路线图

作者不仅仅是在说“AI 是好的”。他们正在绘制一张未来的地图。他们提出了一个五步计划，旨在将太阳能电池研究从“猜测”转向“自主发现”：

1. 清理数据： 创建开放、标准的数据库，让所有人都能使用统一的语言。
2. 智能特征： 不要只是把随机数字丢给 AI；要给它具有物理意义的特征（例如带隙能量）。
3. 严格测试： 使用严格的验证方法，以确保我们的模型不仅在纸面上有效。
4. 物理启发式 AI（Physics-Informed AI）： 这是一个重点。与其让 AI 盲目猜测，不如将实际的物理定律（例如电是如何流动的）喂给它。这能确保 AI 不会建议出一个在电脑上看起来很棒、但在物理上无法制造出来的太阳能电池。
5. 自动驾驶实验室： 想象一下，一个机器人利用 AI 来设计太阳能电池，制造它，测试它，然后将结果反馈给 AI 进行再次尝试。这种“闭环”系统可以极大加速发现进程。

总结

本文并未声称 AI 已经“解决”了太阳能电池问题。相反，它指出基于树的模型（如随机森林和 XGBoost）是目前预测太阳能电池效率最可靠的工具，尤其是在处理科学家通常拥有的中型数据集时。它警告我们，需要更好的数据标准和更透明的测试，才能充分信任这些结果。但如果我们遵循他们的路线图——将智能 AI 与物理定律相结合——我们或许能比预想中更快地找到那份完美的太阳能电池配方。