美國康乃迪克大學(University of Connecticut)的研究人員採用以機器學習取代反覆試驗(trial-and-error)的研究途徑,成功開發出新的有機電子材料,目前該研究的成果已經開始應用在公共領域,並積極體現美國總統歐巴馬親自宣示「材料基因組啟動計劃」(Materials Genome Initiative;MGI)的精神。。

![20160310 Genome NT01P1](//images.eettaiwan.com/15mr7p4rjmth/1LzwyCPiNCAuyeWK6eKAsU/0c0fa797a185f2787d3adc2e5e7c3bca/20160310_Genome_NT01P1.jpg)
美國總統歐巴馬針對MGI計劃視察可用於製造節能螢光燈管燈泡的新材料
(來源:MGI)

事實上,電子材料中並沒有基因組(特定生物體的完整基因組),這只是一種比喻:MGI致力於預測使用量子力學的材料特性,並在電腦上進行模擬。透過這種方法,康乃迪克大學採用機器學習演算法發現了有機電子(聚合物)的特性,成功掌握了控制聚合物介電常數擊穿的特殊原則,因而能由其原子結構中準確地預測其能隙與介電常數。

「我們使用以相似性為基礎的學習演算法——有點像是迴歸(regressionn)分析,比較了類似的情況,並精確估計出一種新材料的電特性,」康乃迪克大學材料科學家Ramamurthy Ramprasad表示,「最後,我們還由其組成中成功預測到這種新式有機聚合物的電子特性。」

![20160310 Genome NT01P2](//images.eettaiwan.com/15mr7p4rjmth/1PswggBtf6CKcEwO6uE4eq/d0d5b7aab8015611f3704e57296ec48b/20160310_Genome_NT01P2.jpg)
機器學習揭開有機電子基因組新材料應用的奧秘
(來源:Kim, Ramprasad Lab/UConnUniversity of Connecticut)

該學習演算法——建置於其線上工具Khazana(發掘深藏的寶藏),目前已經提交至公共領域,讓每一位工程師都能免費使用。

工作原理

Ramprasad花費許多時間在電腦上執行聚合物的量子級模擬,以確定其能隙與介電常數的理論值,並選擇電子聚合物最常用的建構模組,搭配使用自有的機器學習演算法,共同組合成為283種具代表性的候選方案。

聚合物是由一連串重複的建構模組所組成的,有點像是一個人的基因組。藉由使其不斷精簡成為最常見的有機聚合物序列,Ramprasad已能僅用CH2、C6H4、CO、O、NH、CS與C4H2S等7種建構模組涵蓋大部份的聚合物世界。

![20160310 Genome NT01P3](//images.eettaiwan.com/15mr7p4rjmth/5gsuEitFVCAic4ea0icK4i/17081d4417af6daf0761617ac9d90425/20160310_Genome_NT01P3.jpg)
透過機器學習得以瞭解不同原子建構模組的特性,並準確預測聚合物的能隙和介電常數
(來源:Kim, Ramprasad Lab/UConnUniversity of Connecticut)

首先,他們利用耗時的量子力學計算法,分析使用這些建構模組的283種聚合物,然後再用機器學習量化這些聚合物的原子級配置,將其分類為特性相似的群組。然後再建構免費的線上計劃——採用Khazana由其配方預測聚合物的電子特性,或從理想的電子特性預測聚合物配方。

「最後,我們成功地預測了聚合物的電子特性,或具有理想電子特性組合的聚合物,」Ramprasad解釋。

![20160310 Genome NT01P4](//images.eettaiwan.com/15mr7p4rjmth/2HyNRDjEVauAWGagGUgkiw/b53533fad86ac24c217f42f5ea2812f3/20160310_Genome_NT01P4.jpg)
在此處的「聚?」(Polyurea)中,N是指氮、H是氫、O是氧,而R則表示任意數量的化學物質,彼此間的聚合物結構可能略有變化,但都具有不斷重複的NH-O-NH-O基本結構。大部份的聚合物主要是由碳(C)、氫、氮與氧以及些許其他元素共同組成
(來源:Yikrazuul, public domain)

Ramprasad以聚合物的配方將其分成三大群組,首先是單一元件,其次是配對元件,最後則是每一配方中包含的三項元件組合。他並為在太陽能電池、雷射與LED中常見的鈣鈦礦能隙執行類似的預測引擎。

接下來,Ramprasad打算將純有機聚合物擴展到有機金屬(具無機模組的聚合物)等更廣泛的材料範圍,以及添加其他的電子材料特性——擊穿電壓(在絕緣體開始穿隧),目標在於實現美國總統歐巴馬解碼材料基因組的夢想。

編譯:Susan Hong

(參考原文:Decoding Electronic Materials Genome,by R. Colin Johnson)