Команда ученых из Университета Осаки использовала машинное обучение, чтобы разработать новые полимеры для дальнейшего применения в фотоэлектрических устройствах.
Машинное обучение сегодня является сильным инструментом, который позволяет компьютерам делать прогнозы в самых сложных ситуациях. Для этого нужно предоставить алгоритмам большое количество примеров данных. Сотрудники Университета Осаки решили тоже применить машинное обучение для проверки сотен тысяч пар донор-акцептор на основе алгоритма, ранее обученного на результатах экспериментальных исследований. Исследователи также синтезировали и протестировали в лаборатории один из полимеров, предложенных машинным обучением, чтобы проверить точность его прогнозов.
В итоге эксперты остались довольны результатами работы, ведь свойства полимеров соответствовали предсказаниям.
