Les semi-conducteurs organiques sont légers, flexible et facile à fabriquer. Mais ils ne répondent souvent pas aux attentes en matière d'efficacité et de stabilité. Des chercheurs de l'Université technique de Munich (TUM) déploient désormais des approches d'exploration de données pour identifier des composés organiques prometteurs pour l'électronique du futur.

La production de cellules solaires traditionnelles en silicium est très énergivore. En plus de ça, ils sont rigides et cassants. Matériaux semi-conducteurs organiques, d'autre part, sont souples et légers. Ils seraient une alternative prometteuse, si seulement leur efficacité et leur stabilité étaient comparables à celles des cellules traditionnelles.

Avec son équipe, Karsten Reuter, Professeur de chimie théorique à l'Université technique de Munich, recherche de nouvelles substances pour les applications photovoltaïques, ainsi que pour les écrans et les diodes électroluminescentes—OLED. Les chercheurs ont jeté leur dévolu sur des composés organiques qui s'appuient sur des charpentes d'atomes de carbone.

Les concurrents de l'électronique de demain

Selon leur structure et leur composition, ces molécules, et les matériaux formés à partir d'eux, afficher une grande variété de propriétés physiques, une multitude de candidats prometteurs pour l'électronique du futur.

"À ce jour, un problème majeur a été de les retrouver :il faut des semaines voire des mois pour les synthétiser, tester et optimiser de nouveaux matériaux en laboratoire, " dit Reuter. " En utilisant le criblage informatique, nous pouvons considérablement accélérer ce processus."

Des ordinateurs au lieu de tubes à essai

Le chercheur n'a besoin ni de tubes à essai ni de becs Bunsen pour rechercher des semi-conducteurs organiques prometteurs. À l'aide d'un ordinateur puissant, lui et son équipe analysent les bases de données existantes. Cette recherche virtuelle de relations et de modèles est connue sous le nom de data mining.

"Savoir ce que vous recherchez est crucial dans l'exploration de données, " dit PD Dr Harald Oberhofer, qui dirige le projet. "Dans notre cas, c'est la conductivité électrique. Une conductivité élevée garantit, par exemple, que beaucoup de courant circule dans les cellules photovoltaïques lorsque la lumière du soleil excite les molécules."

Les algorithmes identifient les paramètres clés

Grâce à ses algorithmes, il peut rechercher des paramètres physiques très spécifiques :par exemple, le "paramètre de couplage". Plus il est grand, plus les électrons se déplacent rapidement d'une molécule à l'autre.

Un autre paramètre est « l'énergie de réorganisation » :elle définit le coût pour une molécule d'adapter sa structure à la nouvelle charge à la suite d'un transfert de charge - moins d'énergie est nécessaire, meilleure est la conductivité.

L'équipe de recherche a analysé les données structurelles de 64, 000 composés organiques en utilisant les algorithmes et les a regroupés en clusters. Le résultat :à la fois les charpentes moléculaires à base de carbone et les « groupes fonctionnels », c'est-à-dire les composés fixés latéralement à la charpente centrale, influence de manière décisive la conductivité.

Identifier des molécules grâce à l'intelligence artificielle

Les clusters mettent en évidence des cadres structurels et des groupes fonctionnels qui facilitent un transport de charge favorable, ce qui les rend particulièrement adaptés au développement de composants électroniques.

"Nous pouvons maintenant l'utiliser non seulement pour prédire les propriétés d'une molécule, mais en utilisant l'intelligence artificielle, nous pouvons également concevoir de nouveaux composés dans lesquels à la fois le cadre structurel et les groupes fonctionnels promettent une très bonne conductivité, " explique Reuters.