美國能源部國家可再生能源實驗室(NREL)和科羅拉多礦業(yè)學院的研究人員正在應用一種新技術來識別導致硅太陽電池效率下降的缺陷。在原子水平上獲得的經驗教訓可以令制造商推動產品改進，防止所謂的光致衰減。
人們希望這項新工作將為創(chuàng)造更可靠的人工智能技術鋪平道路，這種技術將像人類一樣處理信息，并出現我們可以理解和預測的錯誤。人工智能發(fā)展仍然面臨的挑戰(zhàn)之一是如何更好地理解機器的思維過程，以及它是否與人類處理信息的方式相匹配，以確保準確性。
2021年對美國光伏行業(yè)來說是歷史性的一年，其光伏總裝機量已超過100GW。而在2008年，美國的光伏總裝機容量還不到1GW，并且主要集中在加州。能源密集型政策和技術進步使可再生能源變得更實惠、更便捷，而光伏的飛速發(fā)展就是其最有力的證明。
據報導，正值全球芯片短缺之際，臺積電提高了芯片價格并推遲了3nm制程的生產進程。無論這類新聞是否準確或預示著一種長期趨勢，它們都在提醒我們，摩爾定律的衰退將帶來越來越嚴重的影響，并迫使我們重新思考人工智能硬件——它會受到這種衰退的影響，還是會幫助扭轉這種趨勢?
EPFL研究員ValerioPiazza在半導體材料實驗室工作，主要研究納米級的半導體。他特別關注納米線和使用半導體材料構建的納米結構，研究的目標是將晶體管改進到超過當前的飽和點。晶體管是現代設備的關鍵部件，從汽車到智能手機和廚房電器，以及其他設備都廣泛運用。
