Он ускоряет поиск молекул для гибкой электроникиУченые из США разработали новый метод, позволяющий с помощью искусственного интеллекта (ИИ) находить материалы для органических полупроводников (ОПС). Эти материалы играют ключевую роль в создании гибкой электроники, носимых устройств и новых поколений дисплеев.
© Ferra.ru
Команда во главе с Филиппом Гусевым и Александром Исаевым применяла машинное обучение для анализа почти полумиллиона молекул. Их цель — определить вещества, которые способны формировать кристаллические структуры, необходимые для эффективной проводимости заряда. ИИ сократил количество потенциальных кандидатов до 44, из которых экспериментально было подтверждено шесть молекул с нужными свойствами.
Кристаллизованные органические полупроводники (COS) способны образовывать большие кристаллы в форме пластин, что идеально для использования в электронике. Ученые разработали две модели машинного обучения для предсказания термических свойств молекул и их способности к кристаллизации.
Экспериментальная проверка подтвердила точность предсказаний. Специалисты использовали дифференциальную сканирующую калориметрию (DSC) и другие методы для оценки термических характеристик молекул и их пригодности для формирования кристаллов.