自动化流程、高光谱相机和进一步优化的前景正在推动半导体的发展。而要解决的不仅仅是光伏技术的进一步改进。

钙钛矿太阳能电池是一个很好的例子，它展示了这项新的计算机辅助技术带来的机遇。这种矿物有望实现出色的发电量，在多层太阳能模块中，发电量将远远超过30%。

然而，它的寿命还有待提高，可以通过添加更多元素、改变制造工艺或使用额外涂层来改变。然而，候选材料的选择和可能性的数量是巨大的。此外，效率也会同时下降。

麻省理工学院开发并发表在《自然通讯》上的一项自动化流程旨在从根本上加快这一费力且漫长的材料分析过程。目前有传言称，分析性能的速度将提高85倍，目标是进一步提高。

这是通过两种算法实现的，它们检查高光谱相机拍摄的样本图像。借助这些照片，可以可靠地分析其中的数百张，因为这些照片显示的远不止可见光。研究中指出，所需时间不到30分钟，否则需要几天的测量时间。

重点是带隙，这也决定了材料的电导率和耐久性。这两者对于高效耐用的太阳能电池都至关重要。在对已知合金的后续研究中，准确率约为98%。还不错。

目前正在优化提供新成分新样品的过程。需要打印不同的组合，以便在几分钟内获得结果。目的是不间断地生产和测试新材料。事实上，数百万种不同的材料样品可以完全自动测试。

其目标不仅仅是开发下一代太阳能电池。由全新材料制成的半导体、完全透明的电路和整个设备以及更好、更高效的屏幕也在计划项目中。