韓国・ソウル大学校と成均館大学の共同研究チームは、量子ドット発光ダイオード（QLED）の製造プロセスを人工知能で最適化するプラットフォームを開発した。同技術は溶剤組成の逆設計を可能にし、実際のデバイスへの適用により発光効率が約2倍に向上、寿命は40倍以上延长する成果を上げた。研究はソウル大学校の郭峻赫教授と成均館大学の林宰旻教授らが主導し、科学情報通信部および韓国研究財団の支援で実施。論文は英国物理学会の国際誌Reports on Progress in Physicsに7月15日付で掲載された。 QLEDは溶液塗布による低コスト・大面積生産が可能な将来ディスプレイ技術として注目されるが、成膜時の溶剤選択が電子移動や耐久性に直接影響するため、従来の最適化は経験と試行錯誤に依存していた。研究チームは5種類の溶剤で成膜し原子間力顕微鏡で表面均一性を定量。溶剤の蒸気圧、粘度、密度、誘電率などの物理特性と薄膜形態データを学習させ、均一な量子ドット配列を実現する溶剤組成を逆予測する機械学習モデルを構築した。AIが提示した理想的な特性は単一溶剤では実現困難なため、複数の溶剤を配合して条件を再現。このAI推奨の溶剤ブレンドを製造工程に組み込んだ結果、電荷輸送を阻害していた量子ドットの不均一充填が解消され、性能が飛躍的に向上した。 郭教授は本成果がデータ駆動型の材料・プロセス設計の可能性を示したと指摘し、OLEDや太陽電池など次世代電子デバイスの開発へも応用可能であると展望している。この手法は材料探索の時間を大幅に短縮し、次世代ディスプレイの実用化加速に寄与すると期待されている。