Zespół z Seoul National University i Sungkyunkwan University opracował platformę AI, która odwrotnie projektuje warunki produkcji wyświetlaczy QLED, dobierając skład rozpuszczalnika tak, by kropki kwantowe układały się w warstwie równo i gęsto. Efekt eksperymentu na rzeczywistych urządzeniach: podwojenie wydajności energetycznej i ponad czterdziestokrotne wydłużenie żywotności względem klasycznego procesu.
Kluczowe fakty:
- Zespół badaczy z Seoul National University i Sungkyunkwan University opracował platformę AI, która dobiera skład rozpuszczalnika w procesie produkcji wyświetlaczy QLED tak, aby kropki kwantowe układały się równo i gęsto.
- Zastosowanie systemu AI w rzeczywistych urządzeniach pozwoliło podwoić wydajność energetyczną i ponad czterdziestokrotnie wydłużyć żywotność wyświetlaczy w porównaniu z klasycznym procesem produkcji.
- Wyniki badań zostały opublikowane 15 lipca w czasopiśmie „Reports on Progress in Physics", wydawanym przez brytyjski Institute of Physics, a projekt sfinansowało koreańskie Ministerstwo Nauki i ICT wraz z Narodową Fundacją Badań Korei.
Badanie ukazało się 15 lipca w Reports on Progress in Physics, czasopiśmie wydawanym przez brytyjski Institute of Physics. Pierwszym autorem publikacji jest Beomsoo Chun, a zespołem kierowali prof. Jeonghun Kwak z Wydziału Elektrotechniki i Informatyki Seoul National University oraz prof. Jaehoon Lim z Wydziału Nauk Energetycznych Sungkyunkwan University. Projekt sfinansowało koreańskie Ministerstwo Nauki i ICT wraz z Narodową Fundacją Badań Korei, w ramach programów Future Display Leading Technology i Nano & Material Technology Development.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Dlaczego dobór rozpuszczalnika decyduje o jakości ekranu
QLED wykorzystuje jako warstwę emitującą światło kropki kwantowe, czyli półprzewodnikowe nanocząstki o rozmiarach rzędu nanometrów. Technologia ta zyskała status jednego z głównych kandydatów na wyświetlacz przyszłej generacji, bo da się ją produkować metodą procesu roztworowego. Podłoże pokrywa się kropkami kwantowymi w formie płynnej, co jest tańsze i łatwiejsze do skalowania niż konkurencyjne metody.
Sęk w tym, że żeby taki ekran działał dobrze, kropki kwantowe muszą ułożyć się w warstwie równo i gęsto, niemal jak cegły w murze. A to, jak się ułożą, zależy w dużej mierze od rozpuszczalnika użytego w procesie. Zależność ta była trudna do przewidzenia, więc inżynierowie do tej pory szukali dobrych warunków metodą prób i błędów. Kosztowną i czasochłonną.
Zespół z Seulu postanowił nauczyć tego systemu sztuczną inteligencję zamiast robić to ręcznie w laboratorium w nieskończoność.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Jak AI nauczyła się przewidywać strukturę warstwy
Naukowcy wytworzyli filmy z kropek kwantowych przy użyciu pięciu reprezentatywnych rozpuszczalników i zmierzyli jednorodność ich powierzchni za pomocą mikroskopii sił atomowych (AFM), techniki skanującej powierzchnię próbki precyzyjną sondą. Na tej podstawie wytrenowali model uczenia maszynowego na danych o właściwościach fizycznych rozpuszczalników: ciśnieniu par, lepkości, gęstości, stałej dielektrycznej i innych parametrach, zestawionych z odpowiadającą im morfologią warstwy.
Efekt: model potrafi teraz odwrotnie przewidzieć, jakie cechy powinien mieć rozpuszczalnik, żeby uzyskać najbardziej jednolitą warstwę kropek kwantowych.
Ciekawy jest kolejny krok. Żaden pojedynczy rozpuszczalnik nie miał wszystkich właściwości, które AI uznała za optymalne. Zespół połączył więc kilka rozpuszczalników, by odtworzyć warunki wskazane przez model. Taka kombinacja byłaby trudna do znalezienia samą metodą eksperymentowania.
Piszę o odkryciach z pogranicza AI i materiałoznawstwa regularnie i ten przypadek wydaje mi się dobrym przykładem tego, gdzie sztuczna inteligencja realnie skraca drogę do wyniku, a nie tylko generuje ładne wykresy do publikacji. Model nie wymyślił nowego materiału z niczego, tylko poskładał w sensowną całość dane, które ludzie i tak by zebrali, tylko znacznie wolniej i metodą prób i błędów.
Warto jednak zachować trzeźwość. To wciąż eksperyment laboratoryjny na wybranej kombinacji rozpuszczalników, nie gotowa linia produkcyjna. Droga od podwojenia wydajności w warunkach kontrolowanych do masowej produkcji telewizorów czy monitorów bywa długa i kosztowna, a branża wyświetlaczy widziała już niejedno obiecujące odkrycie, które utknęło na etapie skalowania. Pytanie, które sam sobie zadaję, brzmi: czy ten model da się równie łatwo przenieść na inne materiały funkcjonalne, jak deklarują autorzy, czy sprawdzi się tylko w tej wąskiej niszy solwentów do kropek kwantowych.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Zastosowana kombinacja rozpuszczalników pozwoliła na urządzeniach docelowych osiągnąć wydajność około dwukrotnie wyższą i żywotność ponad 40 razy dłuższą niż w przypadku ekranów wytworzonych z użyciem pojedynczego, konwencjonalnego rozpuszczalnika.
„To badanie pokazuje, że AI można wykorzystać do projektowania materiałów i procesów dla wyświetlaczy w sposób oparty na danych” / „This research demonstrates that AI can be used to design display materials and processes on a data-driven basis” — powiedział prof. Kwak. Dodał też, że zespół spodziewa się zastosowania tej metody przy rozwoju innych urządzeń elektronicznych nowej generacji, w tym OLED-ów i ogniw słonecznych.
Rynek wyświetlaczy kwantowych rośnie szybciej niż większość segmentów elektroniki
Rynek wyświetlaczy QLED należy dziś do najszybciej rosnących segmentów branży elektroniki użytkowej. Szacunki mówią o wartości rzędu 16 miliardów dolarów w 2026 roku, z prognozowanym tempem wzrostu przekraczającym 40 procent rocznie w kolejnej dekadzie, napędzanym rosnącym popytem na telewizory 4K i 8K, monitory do gier oraz smartfony klasy premium z warstwą kropek kwantowych. Producenci telewizorów promują dziś QLED głównie jako odpowiedź na słabość konkurencyjnego OLED, czyli ryzyko wypalania pikseli przy długotrwałym użytkowaniu, bo technologia kropek kwantowych nie wykorzystuje materiałów organicznych podatnych na degradację.
Krótsza żywotność i niższa wydajność energetyczna to od lat dwie największe bolączki komercyjnych QLED-ów. Jeśli metoda z Seulu rzeczywiście da się przenieść poza laboratorium, może zmienić te proporcje na korzyść tej technologii w starciu z konkurencyjnymi rozwiązaniami wyświetlaczy nowej generacji.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Co to oznacza dla polskiego czytelnika
Polska nie ma własnej produkcji paneli QLED, ale temat nie jest dla naszego rynku zupełnie oderwany od rzeczywistości. Kilka wątków wartych odnotowania:
- Polskie ośrodki naukowe, w tym zespoły z Uniwersytetu Jagiellońskiego i sieci Łukasiewicz, prowadzą własne badania nad nowymi materiałami dla elektroniki i fotoniki, choć na razie bez wykorzystania modeli AI na tak dużą skalę jak zespół z Seulu.
- Metoda odwrotnego projektowania procesów przy pomocy uczenia maszynowego, znana wcześniej z projektów takich jak GNoME od Google DeepMind, coraz częściej trafia z dużych laboratoriów korporacyjnych do uczelnianych zespołów badawczych, co obniża próg wejścia dla mniejszych ośrodków, w tym polskich.
- Dla polskich dystrybutorów i sprzedawców elektroniki użytkowej sam produkt końcowy pozostanie na razie bez zmian, bo od publikacji naukowej do wdrożenia w linii produkcyjnej koreańskich czy chińskich fabryk panele mogą minąć lata.
Krótko mówiąc: to na razie sygnał z laboratorium, nie zapowiedź nowej generacji telewizorów w sklepach. Ale kierunek, w którym idzie globalny przemysł materiałowy, wart jest śledzenia także z polskiej perspektywy.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz materiału źródłowego Phys.org z 18 lipca 2026 roku, opartego na komunikacie prasowym Seoul National University College of Engineering opublikowanym na platformie EurekAlert! 17 lipca 2026 roku. Dane rynkowe dotyczące segmentu QLED pochodzą z raportu Market Growth Reports. Cytat prof. Jeonghuna Kwaka został zweryfikowany z oryginalnym anglojęzycznym materiałem źródłowym. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji na temat wdrożenia technologii poza etapem badań laboratoryjnych.
