idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Ein neuer Algorithmus soll dabei helfen, bislang unbekannte Materialverbindungen auszumachen. Entwickelt wurde er von einem Team der Martin-Luther-Universität Halle-Wittenberg (MLU), der Friedrich-Schiller-Universität Jena und der Universität Lund in Schweden. Die Forschenden konzipierten eine Künstliche Intelligenz (KI), die auf maschinellem Lernen basiert und komplexe Berechnungen binnen kürzester Zeit durchführen kann. Auf diesem Weg konnte das Team bereits mehrere Tausend neue mögliche Verbindungen am Computer beschreiben. Die Studie erschien im Fachjournal "Science Advances".
Anorganische Materialien spielen für den Menschen eine große Rolle: Sie sind zum Beispiel die Grundlage für Solarzellen oder neue Entwicklungen der Halbleiterelektronik, die in technischen Geräten zum Einsatz kommt. Etwa 50.000 stabile anorganische Verbindungen sind heute bekannt. "Es gibt aber noch deutlich mehr, die theoretisch existieren könnten - wenn man sie künstlich herstellt", sagt der Physiker Prof. Dr. Miguel Marques von der MLU. Grundsätzlich gibt es zwei Möglichkeiten, diese noch unbekannten Materialien zu entdecken: im Labor über unzählige Experimente mit verschiedenen Substanzen oder per Simulation am Computer. Letztere hat sich in den vergangenen Jahren immer mehr zum Standard entwickelt, wie Marques sagt: "Das Problem ist, dass viele bisherigen Ansätze sehr viel Rechenpower benötigen und nur langsam zu Ergebnissen kommen."
Die Forschenden entwickelten deshalb ein neues Verfahren, das auf maschinellem Lernen basiert. Anstatt die kompletten Berechnungen durchzuführen, soll der Computer deren Endergebnisse vorhersagen. "Wir wollen also die Ergebnisse der Berechnungen erhalten, ohne selbst rechnen zu müssen", sagt Jonathan Schmidt von der MLU, Erst-Autor der neuen Studie. "Dafür benötigt man zwei Dinge: einen Algorithmus, der die gewünschte Aufgabe übernimmt, und dann noch einen Datensatz, mit dem man den Algorithmus trainieren kann", so der Physiker weiter. Das Team nutzte hierfür mehrere Datenbanken mit über 2,4 Millionen Verbindungen. "Die Berechnungen, die diesen Datenbanken zugrunde liegen, haben zusammengefasst eine Berechnungsdauer von 100 bis 200 Millionen Stunden", sagt Schmidt.
Die neue KI sucht deutlich schneller als bisherige Verfahren nach neuen Materialien und soll in Zukunft auch deren elektrische und optische Eigenschaften vorhersagen. Mehrere Tausend mögliche Kandidaten konnten die Forschenden so schon ausmachen. "Natürlich müssen vielversprechende Materialkandidaten und ihre Eigenschaften experimentell bestätigt und weiter untersucht werden. Wir sind jedoch sehr zuversichtlich, dass sich die meisten unserer Vorhersagen dabei bestätigen", sagt Marques.
Prof. Dr. Miguel Marques
Institut für Physik
Telefon: +49 345 55-25455
E-Mail: miguel.marques@physik.uni-halle.de
Schmidt J. et al. Crystal-graph attention networks for the prediction of stable materials. Science Advances (2021). https://doi.org/10.1126/sciadv.abi7948
Merkmale dieser Pressemitteilung:
Journalisten
Informationstechnik, Physik / Astronomie
überregional
Forschungsergebnisse
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).
