目前，太陽能電池的一部分稱為空穴傳輸層。其目的是傳輸半導體吸收光子后由穩定電子產生的電子空穴對。這種傳輸的有效性對太陽能電池的效率起著重要作用——其有效性與制造太陽能電池的材料直接相關。

到目前為止，很少有材料可以用于商業用途。研究人員指出，所有這些都是通過對現有結構的實驗發現的，而不是應用對它們工作原理的基本理解。在這項新的努力中，研究團隊采取了一種新方法，利用機器學習來尋找一種新的有效材料。

機器學習算法使用從超過一百萬個候選分子數據集中選出的 101 個分子來執行。測試太陽能電池使用合成材料制造，其結果用作人工智能的訓練材料。然后要求算法提出有希望的新材料候選者——它回答了它能找到的 24 個最有希望的候選者。

隨后，研究團隊合成了候選材料，并將其放入太陽能電池中進行測試。經過幾輪測試，研究團隊確定了一種空穴傳輸材料，最終構建了效率高達 26.2% 的鈣鈦礦太陽能電池。研究團隊指出，此類電池的最高效率為 26.7%，這意味著他們的努力已經非常接近提高此類電池的邊界效率。

研究人員指出，在測試過程中，他們生產出了幾種接近最有效的材料，這表明他們的方法可以用來生產更多的候選材料，其中一些可能能夠進一步提高效率。