名古屋大學與九州大學透過結合人工智慧(AI)與量子化學計算，建立以資料驅動的分子探索方法，成功開發出兼具高色純度與高發光效率的無硼藍色發光材料，將可望有助於降低次世代OLED材料的成本與資源消耗。研究團隊首先建立約2萬種含咔唑多環芳香族分子(Cz-PAH)資料庫，從中選取約1,000種分子進行量子化學計算，再以圖神經網路(GNN)建立機器學習模型，預測發光能量以及與熱活化延遲螢光(TADF)相關的能量差。模型進一步應用於1萬7,433種候選分子，快速篩選出具備藍色發光潛力且能量差較小的分子，最終選定Cz-PAH-1與Cz-PAH-2進行合成驗證。
實驗結果顯示，兩種材料均呈現半值寬17~19 nm的窄頻藍光，薄膜狀態的發光效率達93~99%，顯示這兩種分子皆可作為優異的TADF材料。使用這些分子製成OLED元件，可實現接近下一世代超高清視訊標準「Rec. 2020」藍色原色的高純度藍光，外部量子效率最高達35.2%。此項研究建立了從AI分子設計、量子化學計算到材料合成與元件驗證的一體化開發流程，可大幅縮短材料篩選時間，並為高通量開發有機功能材料與次世代高精細顯示器提供技術基礎。