近期，中國科學院新疆理化技術研究所研究團隊在利用機器學習輔助新型非線性光學材料設計方面取得進展。該團隊提出了通過機器學習方法探索未知化學空間的新策略，實現了從紅外到紫外再到深紫外非線性光學多元復雜體系的倍頻系數在機器學習方面的定量預測，為新型光學材料設計提供了理論指導工具。
 

　　由于未知化學空間的廣闊性以及理論預測框架缺乏，實驗探索新型非線性光學材料是頗具挑戰性的任務。該研究提出了將機器學習技術與晶體結構生成方法相結合的新型理論設計與預測方法，通過描述符信息指導新型非線性光學材料合成。該研究訓練了用于預測材料的最大非線性光學系數的機器學習模型。這一模型融合化學組分和結構描述符，能夠系統分析結構與性能之間的構效關系。
 

　　為進一步提升發現新型非線性光學材料的效率，該研究引入了快速晶體結構生成技術，建立了探索未知化學空間的高效預測流程?；谶@一理論流程，僅需輸入晶體結構文件，即可在較短時間內獲得目標化學結構的倍頻系數。以紅外非線性光學材料為應用案例，這一預測流程識別出7種具備理想倍頻響應的紅外化合物，其中一種已在實驗中合成并完成表征，驗證了該理論設計方法的有效性。
 

　　上述研究克服了通過機器學習模型定量預測二次諧波系數的難題，為加速探索和合成具有強二次諧波響應的非線性光學新材料提供了理論指導。
 

　　相關研究成果發表在Small上。研究工作得到國家自然科學基金、中國科學院相關項目、新疆維吾爾自治區相關項目的支持。
 

研究發現符合預期的具有強二次諧波效應的非線性光學材料