El aprendizaje automático desbloquea un rendimiento superior en cristales orgánicos impulsados por la luz.

Investigadores han desarrollado un flujo de trabajo de aprendizaje automático para optimizar la fuerza de salida de cristales orgánicos fotoactivados. Utilizando regresión LASSO para identificar subestructuras moleculares clave y optimización bayesiana para un muestreo eficiente, lograron una fuerza de bloqueo máxima de 37.0 mN, 73 veces más eficiente que los métodos convencionales.