近期，杭州电子科技大学电子信息学院&杭电碳中和新能源研究院严文生团队在国际期刊Cell Reports Physical Science上发表关于人工智能算法在有机太阳能电池中应用的研究论文。其中，杭州电子科技大学（电子信息学院&碳中和新能源研究院）为论文第一单位，硕士生朱智康为论文第一作者，臧月副教授，魏擎亚特聘副教授和严文生教授为第一单位的论文通讯作者。
传统的太阳能电池（OSCs）受体材料开发主要依赖实验和理论计算相结合的“试错法”，这一过程需要大量时间和资源，且在化学空间中探索范围有限，难以全面覆盖潜在的高效材料。此外，随着太阳能电池材料体系的不断丰富，分子设计的复杂性显著提高，使得通过传统方法优化材料性能的难度进一步加大。而机器学习作为人工智能的一个分支，在光电材料的效率、带隙、稳定性预测等设计方面取得了重大进展，非常适合OSCs的开发，可以有效地从数据中学习，找到特征和标签之间的潜在关系。为了预测OSCs的PCE并指导非富勒烯受体的设计，将基于分子结构的特征作为模型的输入来预测有机太阳能电池的PCE，再通过SHAP得到有利于提高PCE的分子片段，再基于这些分子片段和当下热门的分子骨架设计了3种非富勒烯受体，实验结果与模型的预测结果非常吻合，相对误差小于3%。
