Комплексы иридия (III), широко применяемые в органических светодиодах (OLED), требуют серьезных временных и финансовых вложений для создания новых высокоэффективных материалов. Однако благодаря машинному обучению исследователи теперь могут быстро предсказывать ключевые свойства молекул только на основе их структурной формулы, избегая длительного процесса синтеза и квантово-химических расчетов. Разработанные алгоритмы искусственного интеллекта, такие как XGBoost, LightGBM и Catboost, показывают впечатляющую точность, сопоставимую с самыми современными методами квантовой химии.
Общая схема предсказания люминесцентных свойств комплексов иридия. Источник: Tatarin et al / Journal of Materials ChemistryC, 2025
Иридиевая база данных IrLumDB, включающая свойства более тысячи комплексов, стала ключевым инструментом этой работы. Более того, ученые разработали онлайн-приложение IrLumDB App, где любой исследователь сможет визуализировать данные и предсказывать свойства собственных гипотетических комплексов.
Это открывает новые горизонты для разработки высокоэффективных материалов для OLED и других оптоэлектронных устройств, приближая нас к созданию более ярких и экономичных дисплеев. Ученые уже строят планы по дальнейшему совершенствованию методов, расширению базы данных и тестированию предложенных материалов в реальных устройствах.
Поддержанная Российским научным фондом, эта работа демонстрирует, как симбиоз науки и искусственного интеллекта способен ускорить прогресс, обеспечивая новые возможности для исследования и разработки. Результаты исследования опубликованы в Journal of Materials ChemistryC.
