de.wedoany.com-Bericht: Forscher an der University of New South Wales (UNSW Sydney) haben einen künstlichen Intelligenz (KI) unterstützten Arbeitsablauf entwickelt, der den traditionellen Trial-and-Error-Ansatz durch eine zielgerichtete, datengesteuerte Methode ersetzt und so die Entdeckung der nächsten Generation von Halbleitermaterialien beschleunigt. Das Design fortschrittlicher Materialien war historisch ein langsamer und iterativer Prozess, bei dem Forscher aufgrund der enormen Anzahl möglicher molekularer Kombinationen Schwierigkeiten hatten, vielversprechende Kandidaten effizient zu identifizieren – ein anhaltender Engpass im Bereich der Materialwissenschaften.
Der Schwerpunkt dieser Forschung liegt auf hybriden Perowskiten, einer Klasse von Halbleitermaterialien, die häufig in Solarzellen und Leuchtdioden (LEDs) verwendet werden. Diese Materialien werden durch die Kombination anorganischer Schichten mit organischen Molekülen gebildet, wobei die organischen Komponenten eine zentrale Rolle bei der Bestimmung entscheidender Eigenschaften wie des Ladungstransports spielen. Die UNSW erklärt, dass der Arbeitsablauf eine „umgekehrte“ Logik anwendet: Zuerst werden Leistungsziele (wie gewünschte Ladungstransporteigenschaften) definiert, und das System identifiziert dann Kandidatenmoleküle. Es durchsucht Millionen von Möglichkeiten und eliminiert automatisch Moleküle, die in der Praxis schwer zu synthetisieren sind.
Dieser Ansatz reduziert die Suche auf eine sehr kleine Anzahl vielversprechender Kandidaten, deren Leistung anschließend durch detaillierte Computersimulationen eingehend bewertet wird. Die UNSW weist darauf hin, dass diese Methode eine langjährige Herausforderung in der Materialforschung angeht: Der Entdeckungsprozess ist oft durch Zeit und Kosten begrenzt, was nur schrittweise Optimierungen bekannter Verbindungen erlaubt, anstatt eine systematische Erkundung des weiten chemischen Raums zu ermöglichen.
Obwohl die derzeit identifizierten Kandidatenmaterialien noch nicht im Labor validiert wurden, sagt die UNSW, dass der Arbeitsablauf die Entdeckungseffizienz erheblich steigern kann. Durch die Vereinfachung der Suche nach praktikablen Halbleitermaterialverbindungen hat diese Technologie das Potenzial, die Entwicklung neuer Materialien für die Elektronik- und Energiesektoren zu beschleunigen und eine solide, datengesteuerte Grundlage für zukünftige technologische Innovationen zu schaffen.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
