Erneuerbare Energie soll den Klimawandel ausbremsen. KI soll helfen, diese Energie effizienter zu speichern.
Aus Wind oder Wasser gewonnene überschüssige Energie muss in besser speicherbare Brennstoffe wie Wasserstoff oder Ethanol umgewandelt werden. Bei dieser Umwandlung helfen sogenannte Elektrokatalysatoren: Je besser der Katalysator, desto schneller der Prozess. Hochwertige Elektrokatalysatoren wie Platin sind allerdings selten und teuer.
Forscher suchen daher stets nach neuen Katalysatoren, die sie aus Milliarden möglicher Verbindungen zusammensetzen müssen. Zehntausende potenzielle Katalysatoren untersucht die wissenschaftliche Fach-Community jährlich, ohne jedoch entscheidende Erfolge zu erzielen.
KI als Katalysator der Katalysator-Forschung
Mit der Unterstützung durch Künstliche Intelligenz (News) könnten Wissenschaftler Milliarden Tests pro Jahr durchführen, schreiben Facebook und die Carnegie Mellon Universität.
Das Ziel des gemeinsamen Forschungsprojekts ist die Entwicklung von KI-Modellen, die in der Vielzahl möglicher Verbindungen neue, effizientere und günstigere Katalysatoren für die Speicherung von erneuerbaren Energien finden.
Laut Facebook-Forscher Larry Zitnick kann Künstliche Intelligenz die Interaktionen zwischen Atomen innerhalb von Sekunden prognostizieren. Die in Forschungslaboren eingesetzte Prognose-Software bräuchte für den gleichen Vorgang Stunden oder gar Tage. Das KI-gestützte Prognoseverfahren könne auch anderen Forschungsbereichen wie der Quantenmechanik zugutekommen.
Trainiert wird die KI mit Datensätzen bestehend aus mathematischen Formeln, die Forscher bei der Katalysator-Suche einsetzen, um vorherzusagen, ob eine Kombination bestimmter Elemente zu einem guten Katalysator führt.
Ein Datensatz für eine Million mögliche Katalysatoren
Facebook und die Carnegie Mellon Universität veröffentlichen vortrainierte KI-Modelle sowie den Trainingsdatensatz "Open Catalyst 2020" bei Github. Der Datensatz beinhaltet Formeln für rund eine Million möglicher Katalysatoren, die über einen Zeitraum von vier Monaten in Simulationen auf Hochleistungsrechnern zusammengetragen wurden. 70 Millionen Stunden Rechenaufwand sollen allein in dem Datensatz stecken.
Jetzt soll die Forschergemeinschaft den Ball aufnehmen und mit dem Datensatz KI-Modelle entwickeln, die den aktuellen Modellen von Facebook und der Carnegie Mellon Universität überlegen sind.
"Wenn diese Forschung erfolgreich ist, hat sie das Potenzial, die weltweite Umstellung auf erneuerbare Energien erheblich zu beschleunigen, die hohen Kosten, die mit den derzeitigen Elektrokatalysatoren verbunden sind, zu beseitigen, eine skalierbare Alternative zu teuren Speichertechnologien wie Batterien zu bieten und weltweit sauberen und nachhaltigen Strom zu liefern", schreibt Zitnick.
