10.12.2021 - Martin-Luther-Universität Halle-Wittenberg (MLU)

Turbo für Materialforschung

Forscher trainieren KI zur Vorhersage neuer Verbindungen

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.

Fakten, Hintergründe, Dossiers

  • Materialforschung
  • künstliche Intelligenz
  • maschinelles Lernen

Mehr über MLU

Mehr über Uni Jena

  • News

    So könnten die ersten Biomoleküle entstanden sein

    Die chemischen Vorstufen unserer heutigen Biomoleküle könnten nicht nur in der Tiefsee an hydrothermalen Quellen entstanden sein, sondern auch in warmen Tümpeln an der Erdoberfläche. Die chemischen Reaktionen, die in dieser „Ursuppe“ möglicherweise stattgefunden haben, hat ein international ... mehr

    Fitness ist auch eine Frage des Timings

    Alles Leben auf der Erde verläuft im 24-Stunden-Takt: Von den kleinsten Bakterien bis zu den Menschen passen sich Organismen an den Wechsel von Tag und Nacht an. Dabei helfen ihnen die Wahrnehmung äußerer Faktoren, wie Licht und Temperatur, und deren Wechsel im Tag-Nacht-Verlauf. Zusätzlich ... mehr

    Wasserstoff katalytisch gewinnen – ohne teure Edelmetalle

    Ein Forschungsteam der Friedrich-Schiller-Universität Jena hat ein von der Natur inspiriertes molekulares Photosystem entwickelt, das unter Einstrahlung von sichtbarem Licht Wasserstoff erzeugt. Anders als bisherige Systeme dieser Art kommt es ohne Edel- oder Schwermetalle aus. Umweltverträ ... mehr

  • q&more Artikel

    Effektive Wirkstoff-Navigation bei Sepsis

    Viele Wirkstoffkandidaten gelangen wegen Nebenwirkungen nicht zur klinischen Anwendung. So können z.B. Inhibitoren der Phosphoinositid-3-Kinase-γ, eines Signalproteins, das bei Infektionen eine bedeutende Rolle spielt, wegen Nebenwirkungen auf die Immunantwort nicht verwendet werden. mehr

    Gene auf Zucker

    Der gezielte Transport von DNA und RNA mit Vektoren, meist aus synthetischen Polymeren, in Zellkulturen gehört mittlerweile zum festen Repertoire der biologischen Forschung und Entwicklung, was die Vielzahl an kommerziellen Kits zeigt. Allerdings gestalten sich bisher nicht nur viele Laborv ... mehr

    Sex oder Tod

    Diatomeen sind einzellige Mikroalgen, die aufgrund ihrer filigranen und reich verzierten mineralisierten Zellwand auch als Kieselalgen bezeichnet werden. Trotz ihrer mikroskopisch kleinen Zellen spielen ­diese Algen eine fundamentale ­Rolle für marine Ökosysteme und sind sogar zentrale Akte ... mehr

  • Autoren

    Prof. Dr. Ulrich S. Schubert

    Ulrich S. Schubert, Jahrgang 1969, ist Lehrstuhlinhaber (W3) für Organische und Makromolekulare Chemie an der Friedrich-Schiller-Universität Jena. Er studierte Chemie an den Universitäten Frankfurt und Bayreuth und promovierte anschließend an den Universitäten Bayreuth und South Florida, Ta ... mehr

    Prof. Dr. Thomas Heinze

    Thomas Heinze, Jahrgang 1958, studierte Chemie an der FSU Jena, wo er 1985 promovierte und nach dem Postdoc an der Katholischen Universität Leuven (Belgien) 1997 habilitierte. 2001 folgte er dem Ruf auf eine Professur für Makromolekulare Chemie an die Bergische Universität Wuppertal. Seit 2 ... mehr

    Prof. Dr. Dagmar Fischer

    Dagmar Fischer ist approbierte Apothekerin und promovierte 1997 im Fach Pharmazeutische Technologie und Biopharmazie an der Philipps-Universität Marburg. Nach einem Aufenthalt am Texas Tech University Health Sciences Center, USA, sammelte sie mehrere Jahre Erfahrung als Leiterin der Präklin ... mehr

q&more – die Networking-Plattform für exzellente Qualität in Labor und Prozess

q&more verfolgt den Anspruch, aktuelle Forschung und innovative Lösungen sichtbar zu machen und den Wissensaustausch zu unterstützen. Im Fokus des breiten Themenspektrums stehen höchste Qualitätsansprüche in einem hochinnovativen Branchenumfeld. Als moderne Wissensplattform bietet q&more den Akteuren im Markt einzigartige Networking-Möglichkeiten. International renommierte Autoren repräsentieren den aktuellen Wissenstand. Die Originalbeiträge werden attraktiv in einem anspruchsvollen Umfeld präsentiert und deutsch und englisch publiziert. Die Inhalte zeigen neue Konzepte und unkonventionelle Lösungsansätze auf.

> mehr zu q&more

q&more wird unterstützt von: