Wie man mit KI neue Materialien entdeckt

Das Microsoft-Quantum-Team und Forschende des Pacific Northwest National Laboratory (PNNL) haben mithilfe von künstlicher Intelligenz ein neues Material entdeckt, mit dem sich künftig nachhaltigere Batt­erien herstellen lassen sollen. Dazu nutzten die Forschenden fortschrittliche KI-Modelle, um über 32 Millionen potenzielle Materialkandidaten zu screenen und daraus einen geeignetes Material zu synthetisieren.

Wissenschaftliche Entdeckungen mit KI-Unterstützung

Im Juni 2023 lancierte Microsoft Azure Quantum Elements eine cloudbasierte Lösung, die wissenschaftliche Entdeckungen beschleunigen soll. Diese Lösung greife auf den aktuellen Entwicklungsstand aus den Bereichen High Performance Computing (HPC), KI, Cloud Computing und allmählich auch Quantencomputer zurück. Dadurch könnten Forschende nicht nur Zeit sparen, sondern auch die Entwicklungskosten von neuen Materialien und Produkten reduzieren.

Mit dieser Grundlage und mit neuartigen KI-Modellen werteten die Forschenden im August 2023 über 32 Millionen potenzielle Materialkandidaten aus – auf der Suche nach einem potenziellen Kandidaten für einen neuen Festkörperbatterie-Elektrolyten. Ein solches Material habe das Potenzial, um daraus ressourceneffiziente Batterien herzustellen. Wofür sonst langwierige Berechnungen mit Hochleistungscomputern (HPC) und Experimente von Nöten seien, die mehrere Lebensspannen dauerten, hätten die Forschenden dank KI-Modellen nur wenige Monate gebraucht. ­

Beschleunigte Materialforschung

Das Azure-Quantum-Team kombinierte cloud-gestützte HPC-Berechnungen mit fortschrittlicher KI sowie dem Fachwissen des PNNL und identifizierte so ein neues, unbekanntes und in der Natur nicht vorkommendes Material, wie Microsoft erklärt. Nach einem ersten Screening hätten sich von 32 Millionen sich 500’000 als geeignete Kandidaten erwiesen. Das Team von Microsoft prüfte anschliessend die Materialien auf ihre Energie, Kraft, Spannung, elektronische Bandlücke sowie mechanische Eigenschaften. Dank der KI-Modelle hätten die HPC-Berechnungen minimiert und Materialeigenschaften 1500-mal schneller vorhergesagt werden können als mit herkömmlichen Dichtefunktionaltheorie-Berechnungen (DFT).

Nachdem die Forschenden von Microsoft den Kandidatenpool auf 18 eingeschränkt hatten, übernahm das PNNL, welches zusätzliche Screening-Parameter entwickelte, wie es weiter heisst. Die PNNL-Forschenden hätten dann den Spitzenkandidaten synthetisiert, seine Struktur charakterisiert und seine Leitfähigkeit gemessen. Die Tests zeigten, dass der neue Elektrolytkandidat im Vergleich zu existierenden Lithium-Ionen-Batterien rund 70 Prozent weniger Lithium verbrauchte, weil ein Teil davon durch Natrium ersetzt werde. Schliesslich demonstrierten die Forschenden die technische Realisierbarkeit des Elektrolyten durch den Bau einer funktionierenden Festkörperbatterie und testeten sie bei Raumtemperatur als auch bei hohen Temperaturen bei 80 Grad Celsius.

Obwohl die weitere Validierung und Optimierung noch andauere, sei es den Forschenden in neun Monaten gelungen, zu zeigen, dass sich das entdeckte Material als nachhaltige Energiespeicherlösung eigne. Die beiden Institutionen versprechen sich davon, künftig weitere Materialien zu entdecken, welche die Nachhaltigkeit von Energiespeichern langfristig verbessern können. 

Aus den 32,6 Millionen Materialien wurden durch KI zunächst 500.000 stabile Materialkandidaten ausgewählt. Weitere Verfahren grenzten die Zahl brauchbarer Kandidaten immer weiter ein. (Source: Microsoft)

Übrigens: An der Universtiy of Texas haben Forschende eine Batterie auf Natriumbasis entwickelt. Sie soll umweltfreundlicher, günstiger und auch schneller aufladbar sein als bisherige Lithium-Ionen-Akkus. Mehr dazu finden Sie hier.