Современные дисплеи достигли невероятной четкости, однако синий цвет остается их главным технологическим вызовом. Высокая энергия возбуждения делает синие OLED-пиксели менее долговечными и энергоэффективными по сравнению с красными и зелеными аналогами. Решение этой проблемы десятилетиями требовало дорогостоящих экспериментов и использования сложных химических соединений. Теперь синтез машинного обучения и квантовой химии открывает путь к созданию доступных, ярких и стабильных материалов нового поколения.
Проблема «синего цвета» в органических светодиодах (OLED) давно стала классической дилеммой материаловедения. В то время как красные и зеленые субпиксели работают эффективно, синие компоненты требуют значительно более высоких энергий возбуждения. Это приводит к ускоренному износу материалов и снижению общего КПД устройства, что делает поиск стабильного и доступного синего излучателя приоритетной задачей для всей индустрии визуальных технологий.
Традиционный подход к созданию эффективных OLED базируется на использовании материалов с термически активированной замедленной флуоресценцией (TADF). В стандартном процессе флуоресценции свечение излучают только синглетные возбужденные состояния, которые составляют лишь около 25% от всех образующихся экситонов. Остальные 75% энергии превращаются в бесполезное тепло через триплетные состояния. Технология TADF позволяет «заставить» эти триплеты светиться, возвращая энергию в полезный спектр. Однако до сих пор большинство таких материалов опирались на каркасы из бора, синтез которых остается трудоемким и дорогостоящим процессом.
Японские исследователи из университетов Нагойи и Кюсю предложили радикальный пересмотр этого подхода, заменив бор соединениями углерода, водорода и азота. Чтобы избежать бесконечного цикла проб и ошибок в лаборатории, ученые развернули полноценный конвейер интеллектуального поиска. Сначала была создана виртуальная библиотека из более чем 19 тысяч потенциальных молекул. Поскольку проведение полных квантово-химических расчетов для каждого кандидата было бы вычислительно невозможным, команда применила стратегию выборочного обучения: случайные 1000 молекул были детально просчитаны, и на этих данных была обучена модель машинного обучения.
Искусственный интеллект взял на себя роль фильтра, самостоятельно оценив оставшиеся 17 тысяч структур. Из этого массива система отобрала 50 наиболее перспективных кандидатов, которые затем прошли повторную верификацию методами квантовой химии. В итоге для физического синтеза были выбраны две молекулы — Cz-PAH-1 и Cz-PAH-2. Такой метод позволил сократить количество сверхточных расчетов с 19 тысяч до тысячи, что колоссально оптимизировало временные и финансовые затраты на исследование.
Результаты оказались впечатляющими. Оба новых материала продемонстрировали узкополосное синее излучение с шириной спектра на половине максимума всего в 17–19 нм. В мире дисплеев это означает исключительную чистоту цвета и высокую насыщенность. Квантовый выход фотолюминесценции в тонких пленках достиг показателей 93–99%, что фактически означает почти полное отсутствие потерь энергии при излучении света.
Особого внимания заслуживают метрики эффективности: пиксель на базе Cz-PAH-1 максимально приблизился к жестким требованиям стандарта сверхвысокой четкости Rec. 2020, а вариант с Cz-PAH-2 показал максимальную внешнюю квантовую эффективность на уровне 35,2%.
Значимость этого прорыва выходит далеко за пределы рынка OLED-панелей. Созданный исследователями цикл — от генерации молекулярных структур и ИИ-фильтрации до синтеза и финальных испытаний — представляет собой универсальный шаблон для современного материаловедения. Эта методология может быть масштабирована на поиск новых электролитов для аккумуляторов, высокоэффективных катализаторов или материалов для солнечных панелей, превращая поиск новых веществ из случайного открытия в предсказуемый инженерный процесс.
AMD Instinct MI455X меняет правила игры
