方維海,1955年12月22日出生于安徽省定遠縣,物理學家、化學家,中國科學院院士 ,北京師范大學化學系教授、博士生導師,北京師范大學化學學院院長。
1993年在北京師范大學化學系獲博士學位;1998年8月進入北京師范大學工作;2013年12月增選為中國科學院院士。
方維海主要研究領域是分子光解離反應機理。
人工智能是一個非常大的領域,真正跟材料有關的是機器學習,機器學習也包括好幾個方面,比較重要的是神經網(wǎng)絡,完全模擬人腦的神經原。神經網(wǎng)絡有很多不同類型,其中效率比較高的是深度學習,這是基本概念。在機器學習里還包含其他的分類、降維和回歸等方法,這些可以聯(lián)合起來使用。對于我們做材料的來講,可能神經網(wǎng)絡、深度學習以及回歸分類的辦法非常有幫助。
大數(shù)據(jù)做的事情,基本叫做材料基因組工程,借鑒于人類基因的概念。我們做了一些嘗試。通過材料基因組工程把目標基因找到,需要大量數(shù)據(jù),更需要把實驗數(shù)據(jù)和理論緊密的結合在一起。一方面是提高效率,另一個方面是提高精度,從商業(yè)的角度上大大降低成本。晶體的數(shù)據(jù)庫大概有16億個不同的晶體結構,但這些是已有的材料,往往還不夠,需要從化學空間來做,可以用三種途徑構成最有效的大數(shù)據(jù)。在倍頻晶體材料里從已有中篩選后,提出了材料基因組的概念。所謂的基因,就是最關鍵的核心集團,這樣就可以仿照生物進行突變,把關鍵因素進行更改,之后直觀進行檢測,不合格就淘汰。
OLED光體材料,對外提取光非常重要,目前業(yè)內很難達到80%的效率,這是非常重要的。根據(jù)現(xiàn)有的OLED材料,打亂后讓計算機把所有可能組合進行拼湊,讓機器檢測哪個能用,最后篩選出來真正成功的一例。首先,它的折射率比已有的都好。第二,可見光沒有任何吸收,出光的時候全出去,只是在紫光外,有一點點吸收。在相同電壓的情況下,它的亮度比用在商業(yè)上好很多,增加了30%左右。
再看看藍壽命行不行,當厚度是600A到700A的時候,有一個大幅度的提高,壽命大大增強,這是每項數(shù)據(jù)測試的結果,綠光可以提高20%左右的壽命,對紅光器件有更高的提升。紅光的主體材料,發(fā)光效率跟參考的比能達到70%,主要原因是紅光主體材料把得到的電傳給真正發(fā)光的配合物。
參考資料
聲明:化學加刊發(fā)或者轉載此文只是出于傳遞、分享更多信息之目的,并不意味認同其觀點或證實其描述。若有來源標注錯誤或侵犯了您的合法權益,請作者持權屬證明與本網(wǎng)聯(lián)系,我們將及時更正、刪除,謝謝。 電話:18676881059,郵箱:gongjian@huaxuejia.cn