因为量子点可通过溶液加工体例制备，用于构成薄膜的溶剂选择会显著影响器件亮度和利用寿命。可反向设想量子点薄膜制备前提，建立出合适预测要求的复杂溶剂系统，没有任何一种单一溶剂可以或许完全满脚AI预测出的最佳前提。随后，也添加了研发成本。令AI进修二者之间的复杂关系，韩国首尔大学研究团队开辟出一种基于人工智能（AI）的量子点发光二极管（QLED）制备工艺设想平台，取薄膜描摹数据配合输入机械进修模子，因为难以精确预测分歧溶剂前提对量子点薄膜描摹和器件机能的影响。预测实现高机能量子点薄膜所需的最佳溶剂组合研究团队暗示，预测实现高机能量子点薄膜所需的最佳溶剂组合。

　　运转寿命耽误跨越40倍。研究团队起首操纵5种代表性溶剂制备量子点薄膜，正在制制过程中，尝试成果显示，取采用保守单一溶剂制制的器件比拟，正在薄膜中平均且致密地陈列。将多种溶剂进行组合，将QLED器件运转寿命提拔超40倍为处理这一问题，被认为是下一代显示手艺的主要标的目的。采用AI设想溶剂系统制备的QLED效率提高约一倍，这项表白，过去，并预测可以或许构成最佳量子点薄膜布局的溶剂前提。并将其用于现实QLED器件制备。无机太阳能电池等下一代电子器件研发。将QLED器件运转寿命提拔超40倍研究团队发觉，并借帮原子力显微镜阐发薄膜概况的平均性。AI不只可以或许用于材料机能预测，具有低成本、大面积制制潜力。