Репортаж от Wedoany，Исследователи из Университета Нового Южного Уэльса (UNSW) в Австралии разработали рабочий процесс с использованием искусственного интеллекта, который заменяет традиционный метод проб и ошибок целеориентированным, управляемым данными подходом, тем самым ускоряя открытие материалов для полупроводников следующего поколения. Дизайн передовых материалов исторически был медленным и итеративным процессом, и из-за огромного количества возможных молекулярных комбинаций исследователям было трудно эффективно идентифицировать жизнеспособных кандидатов, что создавало устойчивое узкое место в области материаловедения.
Данное исследование было сосредоточено на гибридных перовскитах — классе полупроводниковых материалов, широко используемых в солнечных батареях и светодиодах. Эти материалы формируются путем объединения неорганических слоев с органическими молекулами, причем органические компоненты играют ключевую роль в определении таких важных свойств, как перенос заряда. UNSW объясняет, что рабочий процесс использует логику «обратного проектирования»: сначала определяются целевые характеристики (например, желаемые свойства переноса заряда), а затем система идентифицирует молекулы-кандидаты. Система просеивает миллионы возможностей и автоматически исключает те молекулы, которые было бы трудно синтезировать в реальности.
Этот подход сужает область поиска до очень небольшого числа перспективных кандидатов, производительность которых затем глубоко оценивается с помощью детального вычислительного моделирования. UNSW отмечает, что этот метод решает давнюю проблему в исследованиях материалов, где процесс открытия часто ограничен временем и стоимостью, вынуждая лишь постепенно модифицировать известные соединения, а не систематически исследовать обширное химическое пространство.
Хотя выявленные на данный момент материалы-кандидаты еще не прошли лабораторную проверку, UNSW заявляет, что этот рабочий процесс может значительно повысить эффективность открытий. Упрощая поиск жизнеспособных соединений полупроводниковых материалов, эта технология имеет потенциал ускорить разработку новых материалов для электроники и энергетики, обеспечивая прочную основу для будущих технологических инноваций, основанную на данных.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
