三星聯(lián)手哈佛、MIT發(fā)明藍光分子 大幅降低OLED成本

　　來自哈佛大學的研究人員已經(jīng)設計出超過1000個用于有機發(fā)光二極管(OLED)的藍光分子，這項成果將能大幅降低OLED的生產(chǎn)成本，并提升使用OLED屏幕的電視、智能手機和平板電腦的效能。

　　這個項目是由哈佛大學的研究人員聯(lián)合麻省理工學院和三星共同開展的，這是一個結(jié)合了理論與實驗化學、機器學習和化學信息學的大規(guī)模計算機輔助篩選流程，項目的目標是找出性能高于現(xiàn)有產(chǎn)業(yè)標準的OLED分子。

　　跟液晶屏幕(LCD)不一樣的是，OLED屏幕不需要背光，而且可以做得像塑料片一樣輕薄柔韌。OLED在通電之后可以實現(xiàn)單個像素的開關和發(fā)光。雖然越來越多的智能手機和電視都開始采用OLED，這種屏幕已經(jīng)慢慢向消費者市場普及。

　　“人們曾經(jīng)認為這種有機發(fā)光分子只可能來自一個范圍很小的分子領域。”這個研究項目的負責人哈佛大學化學與化學生物專業(yè)的教授Alán Aspuru-Guzik說道，“但是通過研發(fā)精密的分子構(gòu)建器，采用最先進的機器學習技術，以及吸取實驗專家的建議，我們發(fā)現(xiàn)了更多高性能的藍光OLED材料。”

　　根據(jù)項目研究人員的說法，降低OLED生產(chǎn)成本的一個主要困難是藍色的呈現(xiàn)。OLED跟LCD一樣也需要綠、紅、藍三種顏色的子像素組合來實現(xiàn)屏幕上所有顏色。但是有機分子很難有效地發(fā)出藍光。為了提升藍光的強度，OLED制造商會使用一些過渡金屬(比如銥)來生產(chǎn)一種有機金屬分子。雖然這種做法能夠達到目標，但是成本過于高昂。

　　在項目開始時，研究人員先建立出一個含有超過160萬個候選分子的分子庫，然后利用機器學習算法估算哪些分子更有可能達到良好的效果，縮小選擇范圍。化學和機器學習的結(jié)合讓研究人員更容易地預測分子的顏色和亮度。

　　“分子就像是運動員一樣。”Aspuru-Guzik說道，“你可以很容易找到分別擅長跑步、游泳和騎車的人，但是你很難找到一個三項全能選手。我們的目標分子必須做到三項全能——它們要足夠藍、足夠穩(wěn)定和足夠明亮。”

　　為了找出這些超級分子，研究人員結(jié)合使用理論模型和實驗實踐建立了一個網(wǎng)頁應用，讓合作人員研究超過50萬條量子化學模擬結(jié)果。在這一階段完成之后，研究團隊選定了數(shù)百個能夠超出現(xiàn)有無金屬OLED水平的分子。