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，被廣泛應用于智能手機、數位相機、汽車、智能穿戴設備等産品的螢幕上，是國際高技術領域的競爭熱點。
作為2023中關村論壇係列活動——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，與業內專家和産業領導者共同探討人工智慧在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展與國際先進水準相比還有很大差距，要實現突破發光材料研發壁壘，提升制造工藝、提升有效産能等目標，離不開人才培養、專利研發，以及加強産業鏈上下遊協同發展。本次學術峰會圍繞OLED的科學研究與産業化並駕齊驅，正呈現出高速發展態勢。
據悉，AI for Science 范式在OLED分子設計中有著廣闊的應用前景，在OLED發光材料的分子設計中，面臨樣本數據少的問題，通過人工智慧大規模預訓練手段，可以實現有機分子的表徵學習，對材料設計給出很好的預測，縮短材料開發時間。同時，借助 AI4S 方法，可以模擬如發光、空穴/電子傳輸和遷移等微觀性質，同時倣真材料、設備以及終端産品中的應用，輔助高通量篩選，探索外界條件對顯示材料的影響，縮短實驗與産業化距離，從而加速OLED顯示材料商業化。
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。第三代新型有機發光材料是原創性的材料，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，在有機發光分子領域，AI技術能夠為有機發光材料設計賦能，做出真正的明星分子，能夠創造出一個品牌。
新型顯示正在成為萬億級支柱産業，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新中心”。天津大學常務副校長、國家新型顯示技術創新中心/數據中心創新平臺主任、有機積體電路教育部重點實驗室主任胡文平教授認為，數據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展的動力引擎，是實現新型顯示從0到1的原始創新的源泉，數據科學是破解關鍵材料、器件制造、數據庫建設、結構演算法、數據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據庫，聚焦顯示材料研發方式、研發速度和産業應用落後的問題，搶佔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據驅動OLED材料的計算研究，針對現在國內OLED材料依存度是依賴進口比例超過85%的現狀，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勢，可以高效發光，突破了輻射躍遷速率和轉換的矛盾，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，人工智慧研究針對OLED研究較為緩慢，希望通過與清華大學智能産業研究院合作，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徵提取的過程，仍然大量依賴專家直覺，需要領域專家不斷找特徵描述符，而且一些特徵描述符還需要昂貴的量化計算。 基于表示學習的方法來訓練數據克服了深度學習在小數據集上精度不如決策樹等傳統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，最終我們希望能夠實現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，對于産業界而言，如何使用AI技術助力OLED技術開發、促進OLED技術發展，既是擺在面前的難題也是很好的機遇。據了解，印刷顯示、Mini/Micro-LED 顯示、鐳射顯示、電子紙顯示等新型顯示技術和産品基本具備了産業化條件，引導了顯示材料、器件、裝備到制造技術在內的整個顯示産業鏈的一次全面技術革新。但同時移動物聯技術發展的需求正在推動制造商開發更高色彩飽和度、更明亮、更高空間分辨率且適應性更強的螢幕。但目前主要的顯示材料如高溫 OLED 材料、鐳射顯示仍處于科研階段，距離商業化仍有一段道路。
劉政表示，AI技術對OLED研發的助力包括面板設計、倣真測試以及輔助開發實驗設計方案等，雖然具備自動化等高效的優點，可以處理龐大的數據，但是仍存在對數據需求高，模型解釋困難等諸多問題，希望有更多學者能夠加入進來，與企業一起為OLED産業做出貢獻。
8月10日-11日，2023科學智能峰會在北京舉行。作為中關村論壇係列活動，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，議題覆蓋模型演算法、數據庫、能源材料、算力引擎等。在會上，與會院士、專家、企業代表分享先進理念與前沿見解，展示研究成果、創新技術，展望AI for Science未來發展趨勢。
