入选AAAI 2025！香港理工大学团队基于图Transformer，精准预测有机材料分子光电性能

将新材料研发周期从数年缩短至周

原标题：入选AAAI 2025！香港理工大学团队基于图Transformer，精准预测有机材料分子光电性能
文章来源：HyperAI超神经
内容字数：9957字

RingFormer：AI赋能有机太阳能电池研究新纪元

本文报道了香港理工大学团队开发的RingFormer框架，该框架通过构建原子-化学环的层级图Transformer架构，结合局部消息传递与全局注意力机制，精准预测分子光电性能，将有机太阳能电池研究带入“计算指导实验”的新时代。

1. 有机太阳能电池研究历程

有机太阳能电池(OSCs)的研究始于1966年日本东北大学的发现，但长期受限于激子扩散距离短的“效率魔咒”。2005年，杨阳团队的“体异质结”结构突破了5%效率大关。如今，OSCs效率逼近20%，传统“试错法”已成为瓶颈。

2. RingFormer框架的创新之处

RingFormer框架的核心在于构建原子-化学环的双层次图Transformer架构。它克服了传统GNNs的局限性，能够捕捉长程电子耦合效应和环系统间连接模式，从而更精准地预测OSCs分子的光电性能。该框架融合了局部消息传递和全局注意力机制，实现原子层面和环层面的信息融合，显著提升了预测精度。

3. RingFormer的性能表现

在CEPDB等数据集上的测试结果表明，RingFormer的性能较传统方法提升了22.77%，将新材料研发周期缩短至周级别。它在预测功率转换效率(PCE)方面表现最佳，尤其在复杂分子中展现出更强的表征能力，预测精度达到92%。

4. AI技术推动有机太阳能电池发展

文章还介绍了国内外利用AI技术加速有机太阳能电池研究的案例，例如苏州大学、中科院、宁波材料所等团队在材料设计和效率提升方面取得的突破，以及利用机器学习进行高通量筛选和闭环迁移方法的应用，这些都表明AI技术正在重塑有机太阳能电池产业的未来。

5. 结论

RingFormer框架的出现标志着有机太阳能电池研究进入新的发展阶段。AI技术的应用不仅加速了新材料的发现和性能优化，也为解决长期存在的科学问题提供了新的思路，为全球能源转型贡献力量。 中国的科研团队在该领域也做出了显著贡献，展现了中国在有机太阳能电池技术发展中的重要地位。

联系作者

文章来源：HyperAI超神经
作者微信：
作者简介：解构技术先进性与普适性，报道更前沿的 AIforScience 案例