基于用之前发表的实验研究数据训练算法

研究人员利用机器学习，基于用之前发表的实验研究数据训练算法，筛选了数十万个供体和受体对。尝试了382个供体分子和526个受体分子的所有可能的组合，结果有200932对通过能量转换效率虚拟测试。

为了验证这种方法，研究人员在实验室里合成了一种预测效率很高的聚合物，并进行了测试。发现其特性与预测相符，这让研究人员对他们的方法更有信心。这个项目不仅可以促进高效有机太阳能电池的发展，还可以适应其他功能材料的材料信息学。我们可能会看到这种类型的机器学习，即一个算法可以根据机器学习的预测快速筛选数千甚至数百万个候选分子，并应用于其他领域，如催化剂和功能性聚合物。