Organische halfgeleiders ontwerpen met datamining en AI

De TU in München heeft een manier gevonden om de potentie van organische halfgeleiders te identificeren met datamining. Dit scheelt enorm veel tijd, want het testen van één materiaal kostte tot nog toe weken, of zelfs maanden.

Volgens professor Karsten Reuter en zijn team kunnen de reageerbuisjes en bunsenbranders wel uit het raam. Een sterke computer volstaat tegenwoordig in de zoektocht naar veelbelovende organische halfgeleiders. "De kunst is om goed te bepalen wat je zoekt", zegt Reuter. "Dan kun je heel veel informatie vinden in bestaande databases."

Het halfgeleiderteam wil natuurlijk materialen hebben met een goed geleidend vermogen. Daartoe doorzoekt het algoritme de databases op de koppelingsparameter en de reorganisatie-energie. Tot nu toe zijn 64.000 organische verbindingen geanalyseerd en ingedeeld in clusters. Daaruit blijkt dat zowel de centrale koolstofketen als de als de daarmee verbonden structuren (functionele groepen genaamd) de geleidbaarheid beïnvloeden.

Door de clustering is nu in één oogopslag te zien welk type structuren een goede geleidbaarheid met zich meebrengen. Dit maakt niet alleen dat het team de eigenschappen van nieuwe moleculen nu betrouwbaar kan voorspellen, met AI kan het ook nieuwe verbindingenontwerpen.

Bron: TU München