Kombination aus künstlicher Intelligenz und menschlichem Wissen
Forscher der Universität Liverpool haben ein kollaboratives Werkzeug der künstlichen Intelligenz entwickelt, das den Zeit- und Arbeitsaufwand für die Entdeckung wirklich neuer Materialien verringert. Wie in Nature Communications berichtet wird, hat das neue Tool bereits zur Entdeckung von vier neuen Materialien geführt, darunter eine neue Familie von Festkörpermaterialien, die Lithium leiten. Solche Festkörperelektrolyte werden Schlüssel zur Entwicklung von Festkörperbatterien sein, die eine größere Reichweite und mehr Sicherheit für Elektrofahrzeuge bieten. Weitere vielversprechende Materialien befinden sich in der Entwicklung.
KI: Chips in einem PC – Foto © Gerhard Hofmann für Solarify
Das Tool kombiniert künstliche Intelligenz mit menschlichem Wissen, um diejenigen Teile des unerforschten chemischen Raums zu priorisieren, in denen neue Funktionsmaterialien am wahrscheinlichsten zu finden sind. Die Entdeckung neuer Funktionsmaterialien ist ein risikoreicher, komplexer und oft langwieriger Weg, da es einen unendlichen Raum möglicher Materialien gibt, die durch Kombination aller Elemente des Periodensystems zugänglich sind, und nicht bekannt ist, wo neue Materialien existieren. Das neue KI-Tool wurde von einem Forscherteam des Fachbereichs Chemie und der Materials Innovation Factory der Universität Liverpool unter der Leitung von Professor Matt Rosseinsky entwickelt, um dieser Herausforderung zu begegnen.
Das Tool untersucht die Beziehungen zwischen bekannten Materialien in einem für den Menschen unerreichbaren Umfang. Anhand dieser Beziehungen werden Kombinationen von Elementen, aus denen sich wahrscheinlich neue Materialien bilden lassen, ermittelt und in eine numerische Rangfolge gebracht. Anhand dieser Rangfolge können Wissenschaftler die Erforschung des großen unbekannten chemischen Raums gezielt steuern und so die experimentelle Untersuchung wesentlich effizienter gestalten. Diese Wissenschaftler treffen die endgültigen Entscheidungen auf der Grundlage der von der KI gebotenen anderen Perspektive.
Rosseinsky, Hauptautor der Studie: „Bislang war es ein gängiger und leistungsfähiger Ansatz, neue Materialien in enger Analogie zu bestehenden Materialien zu entwickeln, was jedoch häufig zu Materialien führt, die denen ähneln, die wir bereits kennen. Wir brauchen daher neue Werkzeuge, die den Zeit- und Arbeitsaufwand für die Entdeckung wirklich neuer Materialien verringern, wie das hier entwickelte, das künstliche und menschliche Intelligenz kombiniert, um das Beste von beidem zu erhalten. Dieser kollaborative Ansatz kombiniert die Fähigkeit von Computern, die Beziehungen zwischen mehreren hunderttausend bekannten Materialien zu untersuchen – eine Größenordnung, die für Menschen unerreichbar ist -, mit dem Fachwissen und dem kritischen Denken menschlicher Forscher, die zu kreativen Fortschritten führen. Dieses Werkzeug ist ein Beispiel für einen der vielen kollaborativen Ansätze der künstlichen Intelligenz, von denen Wissenschaftler in Zukunft profitieren werden.“
Die Fähigkeit der Gesellschaft, globale Herausforderungen wie Energie und Nachhaltigkeit zu lösen, hängt von unserer Fähigkeit ab, Materialien mit gezielten Funktionen zu entwerfen und herzustellen, z. B. bessere Solarabsorber für bessere Solarpaneele oder überlegene Batteriematerialien für Elektroautos mit größerer Reichweite, oder die Ersetzung bestehender Materialien durch weniger giftige oder knappe Elemente.
Diese neuen Werkstoffe schaffen gesellschaftlichen Nutzen, indem sie neue Technologien zur Bewältigung globaler Herausforderungen vorantreiben, und sie ermöglichen auch die Entdeckung neuer wissenschaftlicher Phänomene und Erkenntnisse. Die gesamte moderne tragbare Elektronik wird durch die Materialien in Lithium-Ionen-Batterien ermöglicht, die in den 1980er Jahren entwickelt wurden. Dies verdeutlicht, wie eine einzige Materialklasse unser Leben verändern kann: Die Festlegung beschleunigter Wege zu neuen Materialien wird unserer Zukunft derzeit unvorstellbare technologische Möglichkeiten eröffnen.
->Quellen:
- news.liverpool.ac.uk/new-ai-tool-developed-by-liverpool-researchers-accelerates-discovery-of-new-materials
- liverpool.ac.uk/new-ai-tool-developed-by-liverpool-researchers-accelerates-discovery-of-new-materials
- liverpool.ac.uk/leverhulme-research-centre
- Originalpublikation: Andrij Vasylenko, Jacinthe Gamon, Benjamin B. Duff, Vladimir V. Gusev, Luke M. Daniels, Marco Zanella, J. Felix Shin, Paul M. Sharp, Alexandra Morscher, Ruiyong Chen, Alex R. Neale, Laurence J. Hardwick, John B. Claridge, Frédéric Blanc, Michael W. Gaultois, Matthew S. Dyer & Matthew J. Rosseinsky: Element selection for crystalline inorganic solid discovery guided by unsupervised machine learning of experimentally explored chemistry, in: Nature Communications – nature.com/articles/s41467-021-25343-7