胡文平院士领衔!天津大学,AI+有机光电材料 | Advanced Materials

新型有机光电材料（如有机发光二极管、有机光伏和有机场效应晶体管中的应用）研发，历来受制于传统试错实验的低效率，以及化学空间浩瀚无垠。往往需要耗费大量时间与资源，却难以在庞大的化学空间中快速找到理想分子。人工智能作为一种变革性范式，通过数据驱动策略，加速了这一材料研发进程。

近日，天津大学胡文平院士、孙雅静团队在Advanced Materials上发表综述文章，全面概述了人工智能在有机光电子学中的整合应用，追溯了从基本预测概念到全自主系统的发展轨迹。

首先探讨了核心工作流程，包括构建专业数据库，以及用于高通量虚拟筛选的机器学习模型。随后，详细论述了逆向设计的关键转变，即生成模型创造具有目标功能的从头分子结构。

特别关注了正在重塑该领域的新兴前沿方向，包括利用大语言模型进行文献挖掘、用于实验规划的认知智能体的兴起，以及机器人技术的整合以建立自驱动实验室。这些集成系统闭环了设计-合成-表征流程，以前所未有的速度实现了材料发现。

AI+有机光电子学领域的发展动态，突出数据保真度方面的关键挑战、生成式设计的变革策略，以及迈向全自主研究范式的未来发展方向。

图 1｜在有机光电材料与器件中，人工智能的应用概览

图 2｜材料与器件的表示方法分类

图 3｜有机光电研究中的 AI 算法体系

图 4｜快速光电性质预测的 AI 模型

图 5｜高通量筛选的多阶段工作流

图 6｜生成式 AI 架构用于分子逆向设计

图 7｜器件性能预测与自主工艺优化的 AI 框架

图 8｜LLM 驱动的信息抽取与自主规划工作流

图 9｜自主 AI 研究员 Coscientist 的架构与实现

Q.Zhang, Z.Su, H.Zhang, Y.Sun, and W.Hu, “Recent Advances in Artificial Intelligence in Organic Electronic Research.” Advanced Materials (2026): e73151. https://doi.org/10.1002/adma.73151