Сучасні дисплеї досягли вражаючої деталізації, проте відтворення синього кольору залишається їхнім головним технологічним викликом. Через високу енергію збудження сині OLED-пікселі є менш довговічними та енергоефективними порівняно зі своїми червоними та зеленими аналогами. Протягом десятиліть пошук рішення цієї проблеми потребував коштовних експериментів та використання складних хімічних сполук. Сьогодні ж синергія машинного навчання та квантової хімії відкриває шлях до створення доступних, яскравих і стабільних матеріалів нового покоління.
Проблема «синього кольору» в органічних світлодіодах (OLED) давно стала класичною дилемою матеріалознавства. У той час як червоні та зелені субпікселі працюють ефективно, сині компоненти потребують значно вищих енергій збудження. Це призводить до прискореного зносу матеріалів і зниження загального ККД пристрою, що робить пошук стабільного та доступного синього випромінювача пріоритетним завданням для всієї індустрії візуальних технологій.
Традиційний підхід до створення ефективних OLED базується на використанні матеріалів із термічно активованою затриманою флуоресценцією (TADF). У стандартному процесі флуоресценції світіння випромінюють лише синглетні збуджені стани, які становлять лише близько 25% від усіх екситонів, що утворюються. Решта 75% енергії перетворюється на марне тепло через триплетні стани. Технологія TADF дозволяє «змусити» ці триплети світитися, повертаючи енергію в корисний спектр. Однак досі більшість таких матеріалів спиралися на каркаси з бору, синтез яких залишається трудомістким і дорогим процесом.
Японські дослідники з університетів Нагої та Кюсю запропонували радикальний перегляд цього підходу, замінивши бор сполуками вуглецю, водню та азоту. Щоб уникнути нескінченного циклу спроб і помилок у лабораторії, вчені розгорнули повноцінний конвеєр інтелектуального пошуку. Спочатку було створено віртуальну бібліотеку з понад 19 тисяч потенційних молекул. Оскільки проведення повних квантово-хімічних розрахунків для кожного кандидата було б обчислювально неможливим, команда застосувала стратегію вибіркового навчання: випадкові 1000 молекул були детально просчитані, і на цих даних було навчено модель машинного навчання.
Штучний інтелект взяв на себе роль фільтра, самостійно оцінивши решту 17 тисяч структур. Із цього масиву система відібрала 50 найперспективніших кандидатів, які потім пройшли повторну верифікацію методами квантової хімії. У підсумку для фізичного синтезу були обрані дві молекули — Cz-PAH-1 та Cz-PAH-2. Такий метод дозволив скоротити кількість надточних розрахунків із 19 тисяч до однієї тисячі, що колосально оптимізувало часові та фінансові витрати на дослідження.
Результати виявилися вражаючими. Обидва нові матеріали продемонстрували вузькосмугове синє випромінювання з шириною спектру на половині максимуму лише 17–19 нм. У світі дисплеїв це означає виняткову чистоту кольору та високу насиченість. Квантовий вихід фотолюмінесценції в тонких плівках досяг показників 93–99%, що фактично означає майже повну відсутність втрат енергії при випромінюванні світла.
Особливої уваги заслуговують метрики ефективності: піксель на базі Cz-PAH-1 максимально наблизився до жорстких вимог стандарту надвисокої чіткості Rec. 2020, а варіант із Cz-PAH-2 показав максимальну зовнішню квантову ефективність на рівні 35,2%.
Значущість цього прориву виходить далеко за межі ринку OLED-панелей. Створений дослідниками цикл — від генерації молекулярних структур та ІІ-фільтрації до синтезу та фінальних випробувань — є універсальним шаблоном для сучасного матеріалознавства. Ця методологія може бути масштабована на пошук нових електролітів для акумуляторів, високоефективних каталізаторів або матеріалів для сонячних панелей, перетворюючи пошук нових речовин із випадкового відкриття на передбачуваний інженерний процес.
AMD Instinct MI455X змінює правила гри
