分类
哈佛大学新闻

解决冲突:男人vs女人解决冲突:男人vs女人

哈佛大学的研究人员已经为有机发光二极管(oled)设计了超过1000种新的蓝光分子,这将极大地改善电视、手机、平板电脑等的显示屏。

OLED屏幕使用的有机分子在电流作用下发光。与无处不在的液晶显示器(lcd)不同,OLED屏幕不需要背光,这意味着显示屏可以像塑料板一样薄而灵活。单个像素可以打开或关闭,极大地提高了屏幕的色彩对比度和能耗。oled已经在高端消费设备中取代lcd,但由于缺乏稳定高效的蓝色材料,oled在电视等大型显示器领域的竞争力有所下降。

跨学科的哈佛大学的研究团队,在合作与麻省理工学院(MIT)和三星、大规模开发,计算机检测过程被称为分子结合理论和实验化学的航天飞机,机器学习,和cheminformatics快速识别新OLED执行以及分子,或优于行业标准。

领导这项研究的化学和化学生物学教授艾伦?“但通过开发一种复杂的分子构建器,使用最先进的机器学习技术,并利用实验员的专业知识,我们发现了大量高性能的蓝色OLED材料。”

这项研究发表在最新一期的《自然材料》杂志上。

制造价格适中的oled的最大挑战是蓝色的排放。和lcd一样,oled依赖于绿色、红色和蓝色的子像素来产生屏幕上的每种颜色。但是很难找到能有效发出蓝光的有机分子。为了提高效率,OLED生产商用铱等昂贵的过渡金属制造出有机金属分子,通过磷光增强分子。这个解决方案是昂贵的,它还没有达到稳定的蓝色。

相关的

An electrode patch that uses static electricity allows the RoboBee to attach itself to a leaf. Right now, the RoboBee can only perch under overhangs and on ceilings, as the electrostatic patch is attached to the top of the vehicle.

机器蜂可以栖息以节省能量

新技术可以延长微型机器人的飞行时间

Aspuru-Guzik和他的团队试图用完全的有机分子取代这些有机金属系统。

研究小组首先建立了超过160万个候选分子的文库。然后,缩小,哈佛大学研究人员约翰·a·保尔森工程和应用科学学院(海洋),瑞恩•亚当斯领导的助理教授计算机科学,开发新的机器学习算法来预测哪些分子可能会有好的结果,实际上,优先考虑那些测试。这有效地将搜索的计算成本降低了至少10倍。

“这是化学和机器学习之间的一种自然合作,”亚当斯实验室的博士后、该论文的合著者戴维·杜维诺(David Duvenaud)说。“由于我们的化学设计过程的早期阶段是从数百万个可能的候选者开始的,所以人类无法对所有候选者进行评估并确定优先级。因此,我们利用神经网络,根据已经评估过的所有分子,快速对候选分子进行排序。”

亚当斯说:“机器学习工具正在成熟,并开始在许多科学领域得到应用。”“这次合作是一个很好的机会,推动了计算机科学的发展,同时也开发了具有许多实际应用的全新材料。看到这些设计从机器学习预测发展到可以拿在手里的设备,我感到非常欣慰。”

“我们能够以一种真正具有预测性的方式对这些分子进行建模,”论文第一作者、阿斯普鲁-古兹克实验室博士后拉斐尔戈麦斯-邦巴雷利(Rafael gomez – bomarelli)说。“我们可以通过简单的量子化学计算和每个分子大约12小时的计算来预测分子的颜色和亮度。我们绘制了化学空间的图表,并通过虚拟实验发现了分子的前沿功能。”

“分子就像运动员,”Aspuru-Guzik说。“找到一个跑步者很容易,找到一个游泳者很容易,找到一个骑自行车的人也很容易,但要同时找到这三个人却很难。我们的分子必须是铁人三项运动员。它们必须是蓝色的,稳定的,明亮的。”

尽管如此,找到这些超级分子需要的不仅仅是计算能力——它需要人类的直觉,这篇论文的作者之一,化学和化学生物学系的高级软件工程师Tim Hirzel说。

为了帮助缩小理论建模和实验实践之间的差距,Hirzel和他的团队为合作者建立了一个Web应用程序,以探索超过50万个量子化学模拟的结果。

每个月,gomez – bomarelli和Jorge Aguilera-Iparraguirre, Aspuru-Guzik实验室的另一位合作者和博士后,都会选择最有前途的分子,并用他们的软件创建“棒球卡”,其中包含每个分子的重要信息。这个过程鉴定出2500个值得仔细观察的分子。随后,该团队在三星和麻省理工学院的实验合作者投票选出了最具应用前景的分子。该团队将投票工具命名为“分子Tinder”,以流行的在线约会应用命名。

“我们以一种非常慎重的方式促进了科学的社会方面,”Hirzel说。

戈麦斯-邦巴雷利说:“电脑模型发挥了很大作用,但天才的火花仍然来自人。”

“这项努力的成功源于其多学科性质,”Aspuru-Guzik说。“我们在麻省理工学院(MIT)和三星(Samsung)的合作者就分子结构的要求提供了关键反馈。”

麻省理工学院电子工程与计算机科学教授、论文合著者马克•巴尔多(Marc Baldo)表示:“哈佛团队率先采用的高通量筛选技术,显著降低了合成、实验表征和优化的需要。”“它向业界展示了如何更快、更有效地推进OLED技术。”

在这个加速的设计周期之后,这个团队留下了数百个分子,它们的性能即使不比最先进的无金属oled更好,至少也能与之媲美。这种分子筛选的应用也远远超出了oled。

Aspuru-Guzik说:“这项研究是向越来越先进的有机分子发展的中间阶段,这些分子可以用于流动电池、太阳能电池、有机激光器等。”“加速分子设计的未来非常非常令人兴奋。”

除上述作者外,该手稿还由Dougal Maclaurin, Martin A.血福塞,Hyun Sik Chae, Markus Einzinger, Dong-Gwang Ha, Tony Wu, Georgios Markopoulos, Soonok Jeon, Hosuk Kang, Hiroshi Miyazaki, Masaki Numata, Sunghan Kim, Wenliang Huang, Seong Ik Hong合著。

这项研究得到了三星先进技术研究院的支持。