將新材料研發周期從數年縮短至周

原標題：入選AAAI 2025！香港理工大學團隊基于圖Transformer，精準預測有機材料分子光電性能
文章來源：HyperAI超神經
內容字數：9957字

RingFormer：AI賦能有機太陽能電池研究新紀元

本文報道了香港理工大學團隊開發的RingFormer框架，該框架通過構建原子-化學環的層級圖Transformer架構，結合局部消息傳遞與全局注意力機制，精準預測分子光電性能，將有機太陽能電池研究帶入“計算指導實驗”的新時代。

1. 有機太陽能電池研究歷程

有機太陽能電池(OSCs)的研究始于1966年日本東北大學的發現，但長期受限于激子擴散距離短的“效率魔咒”。2005年，楊陽團隊的“體異質結”結構突破了5%效率大關。如今，OSCs效率逼近20%，傳統“試錯法”已成為瓶頸。

2. RingFormer框架的創新之處

RingFormer框架的核心在于構建原子-化學環的雙層次圖Transformer架構。它克服了傳統GNNs的局限性，能夠捕捉長程電子耦合效應和環系統間連接模式，從而更精準地預測OSCs分子的光電性能。該框架融合了局部消息傳遞和全局注意力機制，實現原子層面和環層面的信息融合，顯著提升了預測精度。

3. RingFormer的性能表現

在CEPDB等數據集上的測試結果表明，RingFormer的性能較傳統方法提升了22.77%，將新材料研發周期縮短至周級別。它在預測功率轉換效率(PCE)方面表現最佳，尤其在復雜分子中展現出更強的表征能力，預測精度達到92%。

4. AI技術推動有機太陽能電池發展

文章還介紹了國內外利用AI技術加速有機太陽能電池研究的案例，例如蘇州大學、中科院、寧波材料所等團隊在材料設計和效率提升方面取得的突破，以及利用機器學習進行高通量篩選和閉環遷移方法的應用，這些都表明AI技術正在重塑有機太陽能電池產業的未來。

5. 結論

RingFormer框架的出現標志著有機太陽能電池研究進入新的發展階段。AI技術的應用不僅加速了新材料的發現和性能優化，也為解決長期存在的科學問題提供了新的思路，為全球能源轉型貢獻力量。 中國的科研團隊在該領域也做出了顯著貢獻，展現了中國在有機太陽能電池技術發展中的重要地位。

聯系作者

文章來源：HyperAI超神經
作者微信：
作者簡介：解構技術先進性與普適性，報道更前沿的 AIforScience 案例