الذكاء الاصطناعي وجد وصفة شاشات لم يلاحظها البشر، فضاعف عمر QLED أكثر من 40 مرة

لم يصمم الذكاء الاصطناعي صورة أجمل أو لوناً جديداً. لقد حل مشكلة تصنيع هادئة قد تحدد ما إذا كان الجيل التالي من الشاشات سيعيش بما يكفي للوصول إلى المستهلكين.

استخدم فريق من جامعة سيول الوطنية وجامعة سونغكيونكوان تعلم الآلة لتحديد خصائص المذيبات التي ترتب النقاط الكمية بصورة أكثر انتظاماً أثناء التصنيع. وحققت أجهزة QLED المصنوعة بالتركيبة الناتجة كفاءة تقارب الضعف وعمراً تشغيلياً يزيد بأكثر من أربعين مرة مقارنة بجهاز استخدم مذيباً تقليدياً واحداً.

المشكلة المختبئة داخل طبقة شديدة الرقة

تستخدم الثنائيات الباعثة للضوء بالنقاط الكمية بلورات شبه موصلة بحجم النانومتر كطبقة منتجة للضوء. ويمكن ضبط ألوانها بدقة، كما يمكن ترسيبها من محلول سائل، ما يجعلها مرشحة لشاشات كبيرة وكفؤة وربما أقل تكلفة.

لكن الأداء يتوقف على طريقة استقرار الجسيمات حين يتبخر السائل. إذا تكونت طبقة غير منتظمة أو متباعدة، تواجه الشحنات الكهربائية صعوبة في الحركة، فتتراجع شدة الإضاءة والكفاءة والاستقرار.

لهذا يصبح اختيار المذيب حاسماً. يؤثر ضغط البخار واللزوجة والكثافة والخصائص العازلة في التجفيف وترتيب الجسيمات، لكن هذه المتغيرات تتفاعل بصورة يصعب توقعها. وكان الباحثون يعتمدون غالباً على تجارب متكررة لاختيار السائل الأنسب.

الذكاء الاصطناعي بدأ من النتيجة المطلوبة

صنع الفريق طبقات باستخدام خمسة مذيبات ممثلة، ثم قاس تضاريس أسطحها بالمجهر ذي القوة الذرية. وربط هذه القياسات ببيانات الخصائص الفيزيائية لكل مذيب.

تعلم النموذج العلاقة بين خواص السائل وشكل الطبقة الناتجة. وبدلاً من السؤال عما سيفعله مذيب معروف، استخدم الباحثون التصميم العكسي: حددوا الطبقة المتجانسة التي يريدونها، ثم طلبوا من النموذج الخصائص القادرة على إنتاجها.

لم يتوفر مذيب واحد يجمع كل الصفات المقترحة، فمزج الفريق عدة مذيبات لمحاكاة الملف الذي تنبأ به الذكاء الاصطناعي. وعند تطبيق الخليط على أجهزة تجريبية حقيقية، أصبحت النقاط الكمية أكثر كثافة وانتظاماً.

ماذا يعني عمر أطول بأربعين مرة؟

تقارن النتيجة أجهزة مخبرية استخدمت الخليط المحسن بأجهزة صنعت بعملية تقليدية تعتمد على مذيب واحد. وهذا يثبت أن هندسة المذيب تستطيع إزالة سبب مهم للتدهور داخل هذا التصميم المحدد.

لكنه لا يعني أن التلفزيون الذي سنشتريه العام المقبل سيعمل أربعين ضعف المدة. فعمر الشاشة التجارية يعتمد أيضاً على التغليف والدوائر والحرارة والسطوع وعيوب التصنيع واستقرار بقية طبقات الجهاز. كما أن نقل طلاء دقيق من المختبر إلى لوحات كبيرة يمثل تحدياً منفصلاً.

ولم يعلن الفريق شريكاً صناعياً أو موعد إنتاج أو تحليلاً كاملاً للتكلفة. كما يحتاج باحثون مستقلون إلى تكرار النتائج مع أنواع أخرى من النقاط الكمية وأحجام أكبر.

استخدام للذكاء الاصطناعي يتجاوز الملصق التسويقي

تضيف منتجات كثيرة كلمة “AI” إلى ميزة مألوفة من دون تغيير جوهري في الهندسة. هنا عمل تعلم الآلة كأداة بحث داخل مشكلة فيزيائية متعددة الأبعاد، فاختصر مساحة هائلة من الاحتمالات إلى مجموعة خصائص يمكن للعلماء تنفيذها واختبارها.

ولم يلغ النموذج التجربة العملية. فقد صنع الباحثون الطبقات وقاسوا الأسطح وخلطوا المواد وبنوا أجهزة تعمل. اقترح الذكاء الاصطناعي مساراً يصعب على الحدس البشري والمسح التقليدي العثور عليه بسرعة، ثم حسم المختبر قيمته الحقيقية.

أبعد من شاشات التلفزيون

يمكن تطبيق منطق التصميم العكسي نفسه في مجالات يتحكم فيها المحلول بشكل الطبقة الرقيقة. ويشير الباحثون إلى شاشات OLED والخلايا الشمسية، فيما تواجه أقطاب البطاريات والمستشعرات والإلكترونيات المطبوعة تحديات مشابهة في المذيبات والتجفيف وترتيب الجسيمات.

وهذا قد يجعل المنصة أهم من تحسين QLED واحد. فهي تقدم نموذجاً قابلاً للتكرار للتعاون بين الحوسبة وعلم المواد: قياس أمثلة حقيقية، تدريب نموذج، طلب خصائص مثالية، ثم تحويل الاقتراح إلى وصفة قابلة للاختبار.

الإنجاز الحقيقي هو الوصفة

قد يرى المستهلك النتيجة لاحقاً في شاشة أكثر سطوعاً أو كفاءة أو تحملاً، لكن التقدم الحالي يكاد يكون غير مرئي. إنه طريقة أفضل لاختيار السائل الذي يختفي أصلاً خلال التصنيع.

وهنا تكمن أهمية البحث. فبعض أكبر القفزات التقنية لا تبدأ بجهاز مبهر، بل بخطوة صغيرة مهملة تحدد ما إذا كان الاختراع سيبقى داخل المختبر أو ينجح في العالم الحقيقي.