钙钛矿太阳电池领域中的一些瓶颈问题,如电池效率提升趋缓、稳定性不足、Pb的替代、昂贵材料替代、大面积电池制作工艺等等,严重制约了钙钛矿太阳电池的实用化进程。为了解决这些问题,研究者们对已有的研究报道进行总结,尝试阐释钙钛矿太阳电池材料与器件的性能决定机制并寻找调控方法,发表了系列综述论文。然而,目前这些综述论文大多是对前期报道的分类整理和定性经验总结,很多问题还没有达到定量的精度,难以给出精确可靠的指引,因此迫切需要在钙钛矿太阳电池材料与器件的结构和性能之间建立定量的关系。而且,相关的总结基本局限于已经用于钙钛矿太阳电池材料与器件的物质和方法,其它领域是否还有更好的物质或者更好的方法可以用于本领域中某种或某些性质的调控呢?答案几乎是肯定的,但是现有的研究报道和综述文章还很少涉及到。因此,该领域的研究人员迫切需要一种从性质出发来汇总所有可用的物质或手段的调控体系,用于钙钛矿太阳电池材料与器件的性能提升。大数据和人工智能技术近几年得到迅猛的发展,在数据分析、相关性提取、规律挖掘和设计预测等方面展现出极大的优势,在电子商务、药物开发、环境污染监测与治理等领域得到了广泛的应用。由于学科跨度较大,大数据和人工智能技术在常规的化学和材料领域应用还比较少,特别是在钙钛矿太阳电池领域,还未见有相关报道。本文展望了大数据和人工智能技术与钙钛矿太阳电池研究的可能的结合点,介绍了本单位钙钛矿太阳电池大数据系统建设情况和相关研究的初步进展,指出借鉴大数据和人工智能的思维方法,运用数据分析、数据挖掘等技术手段,揭示钙钛矿太阳电池材料与器件的性能决定机制,运用大数据的信息获取技术沿着特定性质搜寻所有可用的物质和方法,丰富调控手段和调控内容,实现对钙钛矿太阳电池材料与器件性能的有效调控,将会为新型钙钛矿太阳电池材料与器件的设计开发提供重要参考,为推动其实用化进程发挥重要作用。