Inhalt
summary Zusammenfassung
DEEP MINDS Podcast
Podcast über Künstliche Intelligenz und Wissenschaft
KI bei der Bundeswehr und der BWI | DEEP MINDS #16

Die Entdeckung neuer Kristallstrukturen war für die Wissenschaft bisher ein langwieriger Prozess. Ein neues KI-Tool von Googles Abteilung Deepmind soll die Forschung deutlich beschleunigen.

Google Deepmind hat in einem Nature-Artikel sein KI-Tool "GNoME" vorgestellt, das mehr als 2,2 Millionen neue Kristalle vorhergesagt hat. Darunter sollen 380.000 besonders stabile Verbindungen sein, die Potenzial für Zukunftstechnologien wie Supraleiter, bessere Batterien oder neuartige Halbleiter haben könnten.

Bisher war die Entdeckung neuer anorganischer Kristalle oft ein langwieriger Prozess. GNoME soll diesen Prozess nun drastisch beschleunigen, indem es mithilfe von Graphennetzwerken geeignete Kandidaten vorschlägt und deren Stabilität vorhersagt. So konnten in kurzer Zeit mehr neue Materialien gefunden werden, als Forschende sonst in 800 Jahren entdeckt hätten.

Bild: Google

"Active Learning" mit Quantenphysik

GNoME wurde zunächst mit öffentlich verfügbaren Daten zur Kristallstruktur und Stabilität bekannter Materialien aus dem Materials Project trainiert. Anschließend wurde das System durch "Active Learning" dramatisch verbessert: GNoME schlug neue Materialien vor, deren Stabilität dann mithilfe der quantenphysikalischen Dichtefunktionaltheorie überprüft wurde.

Anzeige
Anzeige

Diese Ergebnisse flossen wieder in das Training ein, so dass die Entdeckungsrate von GNoME von etwa 50 Prozent auf über 80 Prozent gesteigert werden konnte. Eine noch größere Verbesserung von 10 auf 80 Prozent wurde bei der Effizienz erzielt, was einen signifikanten Einfluss auf die benötigte Rechenleistung pro entdecktem Kristall haben könnte.

Die Vorhersagen von GNoME wurden zum Teil bereits experimentell bestätigt: In anderen Labors konnten bereits 736 der vorhergesagten neuen Kristalle tatsächlich synthetisiert werden. Die Daten der 380.000 stabilsten Kandidaten stehen nun auch anderen Forscher:innen auf der ganzen Welt frei zur Verfügung, um mit deren Hilfe neue Technologien zu entwickeln.

Roboterlabor synthetisiert Kristalle

Google Deepmind weist im zugehörigen Blogbeitrag darauf hin, dass die Entwicklung neuer Technologien auf Basis dieser Entdeckungen von der Möglichkeit abhängt, diese überhaupt herstellen zu können.

Auch hier soll KI Abhilfe schaffen: In einem experimentellen Roboterlabor namens A-Lab konnten Forschende vom Berkeley Lab innerhalb von 17 Tagen bereits erfolgreich 41 neue Materialien in automatisierten Prozessen synthetisieren. Dabei wählte das System die Zutaten selbstständig aus dem Vorrat, führte die Synthese durch und analysierte sie anschließend.

Allerdings könnten Systeme wie GNoME mehr theoretische Strukturen finden, als selbst automatisierte Labore herstellen könnten. Wirklicher Bedarf bestünde daher an einer KI, die vorhersagt, welche sich lohnen würden zu synthetisieren.

Anzeige
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!
Anzeige
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!
Empfehlung
Unterstütze unsere unabhängige, frei zugängliche Berichterstattung. Jeder Betrag hilft und sichert unsere Zukunft. Jetzt unterstützen:
Banküberweisung
Zusammenfassung
  • Google Deepmind hat ein KI-Tool namens GNoME entwickelt, das über 2,2 Millionen neue Kristalle vorhersagt, darunter 380.000 besonders stabile Verbindungen mit Potenzial für Zukunftstechnologien wie Supraleiter, bessere Batterien oder neuartige Halbleiter.
  • GNoME beschleunigt den Entdeckungsprozess von anorganischen Kristallen drastisch, indem es mithilfe von Graphennetzwerken geeignete Kandidaten vorschlägt und deren Stabilität vorhersagt, wodurch mehr neue Materialien gefunden werden können als Forschende sonst in 800 Jahren entdeckt hätten.
  • Ein Roboterlabor konnte bereits einige der Strukturen herstellen, aber auch damit ist die schiere Masse an Möglichkeiten nicht zu bewältigen. Deshalb braucht es noch eine KI, die vorhersagt, welche Strukturen es wert sind, synthetisiert zu werden.
Quellen
Jonathan ist Technikjournalist und beschäftigt sich stark mit Consumer Electronics. Er erklärt seinen Mitmenschen, wie KI bereits heute nutzbar ist und wie sie im Alltag unterstützen kann.
Community beitreten
Kommt in die DECODER-Community bei Discord,Reddit, Twitter und Co. - wir freuen uns auf euch!