OLED作為新一代顯示技術，具有低功耗、高亮度、輕薄柔性的特點，且色彩逼真及對比度高使得顯示效果更優(yōu)，被廣泛應用于智能手機、數(shù)碼相機、汽車、智能穿戴設備等產(chǎn)品的屏幕上，是國際高技術領域的競爭熱點。

??作為2023中關村論壇系列活動——2023科學智能峰會（AI for Science Congress）的學術峰會之一，“AI4S賦能OLED的前景探討”學術峰會于8月11日舉辦，聚焦OLED顯示材料理性設計及應用場景，與業(yè)內(nèi)專家和產(chǎn)業(yè)領導者共同探討人工智能在OLED領域的應用前景。

??當前，中國在OLED關鍵材料和設備方面的發(fā)展與國際先進水平相比還有很大差距，要實現(xiàn)突破發(fā)光材料研發(fā)壁壘，提升制造工藝、提升有效產(chǎn)能等目標，離不開人才培養(yǎng)、專利研發(fā)，以及加強產(chǎn)業(yè)鏈上下游協(xié)同發(fā)展。本次學術峰會圍繞OLED的科學研究與產(chǎn)業(yè)化并駕齊驅(qū)，正呈現(xiàn)出高速發(fā)展態(tài)勢。

??據(jù)悉，AI for Science 范式在OLED分子設計中有著廣闊的應用前景，在OLED發(fā)光材料的分子設計中，面臨樣本數(shù)據(jù)少的問題，通過人工智能大規(guī)模預訓練手段，可以實現(xiàn)有機分子的表征學習，對材料設計給出很好的預測，縮短材料開發(fā)時間。同時，借助 AI4S 方法，可以模擬如發(fā)光、空穴/電子傳輸和遷移等微觀性質(zhì)，同時仿真材料、設備以及終端產(chǎn)品中的應用，輔助高通量篩選，探索外界條件對顯示材料的影響，縮短實驗與產(chǎn)業(yè)化距離，從而加速OLED顯示材料商業(yè)化。

??中國化學會副理事長、教育部長江學者特聘教授、比利時皇家科學院外籍院士、香港中文大學（深圳）理工學院副院長、校長學勤講座教授帥志剛認為，雖然OLED在AI4S大空間上只是材料科學的一個方向，但其重要性不言而喻。第三代新型有機發(fā)光材料是原創(chuàng)性的材料，雖然在該領域中國投資很多，但實際上該材料幾乎被國外壟斷。帥志剛希望，在有機發(fā)光分子領域，AI技術能夠為有機發(fā)光材料設計賦能，做出真正的明星分子，能夠創(chuàng)造出一個品牌。

??新型顯示正在成為萬億級支柱產(chǎn)業(yè)，我國對新型顯示的投入很大，于2021年5月批準成立“國家新型顯示技術創(chuàng)新中心”。天津大學常務副校長、國家新型顯示技術創(chuàng)新中心/數(shù)據(jù)中心創(chuàng)新平臺主任、有機集成電路教育部重點實驗室主任胡文平教授認為，數(shù)據(jù)科學是引領性新型顯示不可或缺的基礎支撐，是推動新型顯示快速發(fā)展的動力引擎，是實現(xiàn)新型顯示從0到1的原始創(chuàng)新的源泉，數(shù)據(jù)科學是破解關鍵材料、器件制造、數(shù)據(jù)庫建設、結構算法、數(shù)據(jù)利用等核心技術的新賽道，我國正在搶先布局，希望利用新型顯示材料數(shù)據(jù)庫，聚焦顯示材料研發(fā)方式、研發(fā)速度和產(chǎn)業(yè)應用落后的問題，搶占國際顯示關鍵核心材料高地。

??清華大學化學系助理研究員張東東博士聚焦數(shù)據(jù)驅(qū)動OLED材料的計算研究，針對現(xiàn)在國內(nèi)OLED材料依存度是依賴進口比例超過85%的現(xiàn)狀，他所在的團隊提出TSF技術，將TEDF材料當做敏化劑，通過Forster能量傳遞給熒光，結合敏化劑和染料的優(yōu)勢，可以高效發(fā)光，突破了輻射躍遷速率和轉(zhuǎn)換的矛盾，為未來超高清顯示是奠定了良好的基礎。張東東認為，在TEDF材料開發(fā)的過程中，大部分材料還是靠科研人員自己設計，存在成本高、效率低的難題，最理想方式是通過機器學習，理論預測在先，進行實驗驗證。但目前機器學習存在諸多問題，高通量計算耗費巨大算力，人工智能研究針對OLED研究較為緩慢，希望通過與清華大學智能產(chǎn)業(yè)研究院合作，能夠把AI引入到OLED材料設計之中。

??北京科學智能研究院程正博士、京東方科技集團股份有限公司劉政博士分別從《高效篩選新型發(fā)光材料：結合機器學習和計算分析的研究》、《AI在OLED面板技術開發(fā)中的應用與展望》進行觀點分享。

??在新型OLED材料設計過程中，高通量的量子計算流程目前還是面臨著價格昂貴的問題，引入機器學習很有必要。目前機器學習主要還是人工特征提取的過程，仍然大量依賴專家直覺，需要領域?qū)＜也粩嗾姨卣髅枋龇乙恍┨卣髅枋龇€需要昂貴的量化計算。 基于表示學習的方法來訓練數(shù)據(jù)克服了深度學習在小數(shù)據(jù)集上精度不如決策樹等傳統(tǒng)機器學習方法的問題，且具有強大的遷移泛化能力。程正博士在報告中提到，最終我們希望能夠?qū)崿F(xiàn)正向設計和反向設計結合的目標，準確、高效地篩選出潛在專利分子。除了OLED方向，同時也希望該方法能夠遷移到其他有機光電材料上。

??劉政認為，對于產(chǎn)業(yè)界而言，如何使用AI技術助力OLED技術開發(fā)、促進OLED技術發(fā)展，既是擺在面前的難題也是很好的機遇。據(jù)了解，印刷顯示、Mini/Micro-LED 顯示、激光顯示、電子紙顯示等新型顯示技術和產(chǎn)品基本具備了產(chǎn)業(yè)化條件，引導了顯示材料、器件、裝備到制造技術在內(nèi)的整個顯示產(chǎn)業(yè)鏈的一次全面技術革新。但同時移動物聯(lián)技術發(fā)展的需求正在推動制造商開發(fā)更高色彩飽和度、更明亮、更高空間分辨率且適應性更強的屏幕。但目前主要的顯示材料如高溫 OLED 材料、激光顯示仍處于科研階段，距離商業(yè)化仍有一段道路。

??劉政表示，AI技術對OLED研發(fā)的助力包括面板設計、仿真測試以及輔助開發(fā)實驗設計方案等，雖然具備自動化等高效的優(yōu)點，可以處理龐大的數(shù)據(jù)，但是仍存在對數(shù)據(jù)需求高，模型解釋困難等諸多問題，希望有更多學者能夠加入進來，與企業(yè)一起為OLED產(chǎn)業(yè)做出貢獻。

??8月10日-11日，2023科學智能峰會在北京舉行。作為中關村論壇系列活動，2023科學智能峰會由北京科學智能研究院主辦，旨在搭建AI for Science領域科研突破、技術培育、人才交流的共建共創(chuàng)平臺。峰會設置1場主論壇和10場主題學術峰會，議題覆蓋模型算法、數(shù)據(jù)庫、能源材料、算力引擎等。在會上，與會院士、專家、企業(yè)代表分享先進理念與前沿見解，展示研究成果、創(chuàng)新技術，展望AI for Science未來發(fā)展趨勢。