文章编号：324 / 更新时间：2023-12-27 16:26:16 / 浏览：次

  OLED作为新一代显示技术，具有低功耗、高亮度、轻薄柔性的特点，且色彩逼真及对比度高使得显示效果更优，被广泛应用于智能手机、数码相机、汽车、智能穿戴设备等产品的屏幕上，是国际高技术领域的竞争热点。

  作为2023中关村论坛系列活动——2023科学智能峰会（AIforScienceCongress）的学术峰会之一，“AI4S赋能OLED的前景探讨”学术峰会于8月11日举办，聚焦OLED显示材料理性设计及应用场景，与业内专家和产业领导者共同探讨人工智能在OLED领域的应用前景。

  当前，中国在OLED关键材料和设备方面的发展与国际先进水平相比还有很大差距，要实现突破发光材料研发壁垒，提升制造工艺、提升有效产能等目标，离不开人才培养、专利研发，以及加强产业链上下游协同发展。本次学术峰会围绕OLED的科学研究与产业化并驾齐驱，正呈现出高速发展态势。

  据悉，AIforScience范式在OLED分子设计中有着广阔的应用前景，在OLED发光材料的分子设计中，面临样本数据少的问题，通过人工智能大规模预训练手段，可以实现有机分子的表征学习，对材料设计给出很好的预测，缩短材料开发时间。同时，借助AI4S方法，可以模拟如发光、空穴/电子传输和迁移等微观性质，同时仿真材料、设备以及终端产品中的应用，辅助高通量筛选，探索外界条件对显示材料的影响，缩短实验与产业化距离，从而加速OLED显示材料商业化。

  中国化学会副理事长、教育部长江学者特聘教授、比利时皇家科学院外籍院士、香港中文大学（深圳）理工学院副院长、校长学勤讲座教授帅志刚认为，虽然OLED在AI4S大空间上只是材料科学的一个方向，但其重要性不言而喻。第三代新型有机发光材料是原创性的材料，虽然在该领域中国投资很多，但实际上该材料几乎被国外垄断。帅志刚希望，在有机发光分子领域，AI技术能够为有机发光材料设计赋能，做出真正的明星分子，能够创造出一个品牌。

  新型显示正在成为万亿级支柱产业，我国对新型显示的投入很大，于2021年5月批准成立“国家新型显示技术创新中心”。天津大学常务副校长、国家新型显示技术创新中心/数据中心创新平台主任、有机集成电路教育部重点实验室主任胡文平教授认为，数据科学是引领性新型显示不可或缺的基础支撑，是推动新型显示快速发展的动力引擎，是实现新型显示从0到1的原始创新的源泉，数据科学是破解关键材料、器件制造、数据库建设、结构算法、数据利用等核心技术的新赛道，我国正在抢先布局，希望利用新型显示材料数据库，聚焦显示材料研发方式、研发速度和产业应用落后的问题，抢占国际显示关键核心材料高地。

  清华大学化学系助理研究员张东东博士聚焦数据驱动OLED材料的计算研究，针对现在国内OLED材料依存度是依赖进口比例超过85%的现状，他所在的团队提出TSF技术，将TEDF材料当做敏化剂，通过Forster能量传递给荧光，结合敏化剂和染料的优势，可以高效发光，突破了辐射跃迁速率和转换的矛盾，为未来超高清显示是奠定了良好的基础。张东东认为，在TEDF材料开发的过程中，大部分材料还是靠科研人员自己设计，存在成本高、效率低的难题，最理想方式是通过机器学习，理论预测在先，进行实验验证。但目前机器学习存在诸多问题，高通量计算耗费巨大算力，人工智能研究针对OLED研究较为缓慢，希望通过与清华大学智能产业研究院合作，能够把AI引入到OLED材料设计之中。

  北京科学智能研究院程正博士、京东方科技集团股份有限公司刘政博士分别从《高效筛选新型发光材料：结合机器学习和计算分析的研究》、《AI在OLED面板技术开发中的应用与展望》进行观点分享。

  在新型OLED材料设计过程中，高通量的量子计算流程目前还是面临着价格昂贵的问题，引入机器学习很有必要。目前机器学习主要还是人工特征提取的过程，仍然大量依赖专家直觉，需要领域专家不断找特征描述符，而且一些特征描述符还需要昂贵的量化计算。基于表示学习的方法来训练数据克服了深度学习在小数据集上精度不如决策树等传统机器学习方法的问题，且具有强大的迁移泛化能力。程正博士在报告中提到，最终我们希望能够实现正向设计和反向设计结合的目标，准确、高效地筛选出潜在专利分子。除了OLED方向，同时也希望该方法能够迁移到其他有机光电材料上。

  刘政认为，对于产业界而言，如何使用AI技术助力OLED技术开发、促进OLED技术发展，既是摆在面前的难题也是很好的机遇。据了解，印刷显示、Mini/Micro-LED显示、激光显示、电子纸显示等新型显示技术和产品基本具备了产业化条件，引导了显示材料、器件、装备到制造技术在内的整个显示产业链的一次全面技术革新。但同时移动物联技术发展的需求正在推动制造商开发更高色彩饱和度、更明亮、更高空间分辨率且适应性更强的屏幕。但目前主要的显示材料如高温OLED材料、激光显示仍处于科研阶段，距离商业化仍有一段道路。

  刘政表示，AI技术对OLED研发的助力包括面板设计、仿真测试以及辅助开发实验设计方案等，虽然具备自动化等高效的优点，可以处理庞大的数据，但是仍存在对数据需求高，模型解释困难等诸多问题，希望有更多学者能够加入进来，与企业一起为OLED产业做出贡献。

  8月10日-11日，2023科学智能峰会在北京举行。作为中关村论坛系列活动，2023科学智能峰会由北京科学智能研究院主办，旨在搭建AIforScience领域科研突破、技术培育、人才交流的共建共创平台。峰会设置1场主论坛和10场主题学术峰会，议题覆盖模型算法、数据库、能源材料、算力引擎等。在会上，与会院士、专家、企业代表分享先进理念与前沿见解，展示研究成果、创新技术，展望AIforScience未来发展趋势。

相关标签： 材料、 显示、 技术、 设计、 新型、

本文地址：https://www.uel.cc/article/7a3614f2e9cd8753e950.html

上一篇：把握新机遇生命科学如何走向AI4S时代？...
下一篇：2023科学智能峰会精彩瞬间...