機器學習能加快新型LED照明材料的發掘

　　據外媒報道，休斯頓大學日前宣布，其開發的機器學習算法能夠預測超過100,000種化合物的特性，并能確定那些最有可能成為LED照明高效熒光粉的化合物。

　　其中，研究人員合成的一種名叫“硼酸鋇鈉”的可計算化合物，在對其進行了測試之后，發現它提供了95%的效率以及出色的熱穩定性。雖然硼酸鋇鈉化合物產生的光線太藍，而不適用于商用，但是研究人員并不氣餒。他們表示，他們現在就能通過機器學習算法找到一種能發射有用波長的發光材料。

　　Jakoah Brgoch教授表示：“我們的目標是研發具有高效、優秀顏色質量及低成本的LED燈泡。”

　　據悉，該研究項目首先列出了來自Pearson晶體結構數據庫的118,287種潛在的無機磷化合物。然后機器學習快速掃描這些化合物的關鍵屬性，包括德拜(Debye)溫度和化學兼容性等。最終通過算法將上述11萬多種化合物減少到了2000多種。

　　研究人員表示，通過傳統的方法，需要數周才能挑選出有用的材料;而通過機器學習算法，在30秒內就能挑選出大約20種有用的材料。

　　Brgoch教授指出，該項目為機器學習可以為高性能材料的開發帶來巨大的價值提供了強有力的證據。