KI treibt die Entdeckung neuer Energie- und Quantenmaterialien voran.

BerlinForscher der Tohoku-Universität und des MIT haben ein KI-Tool entwickelt, das die optischen Eigenschaften von Materialien schnell ermittelt. Dieses Tool kann die Entwicklung von Materialien für Solarenergie und Optoelektronik erheblich verbessern. Normalerweise ist die Bestimmung dieser Eigenschaften ein langsamer und komplexer Prozess, aber dieses KI-Modell beschleunigt ihn durch die Analyse der Kristallstruktur eines Materials basierend auf Prinzipien wie der Kramers-Krönig-Relation.

Die Untersuchung der Wechselwirkung von Materialien mit Licht ist entscheidend, da sie die Effizienz vieler Technologien beeinflusst.

• Leuchtdioden
• Solarzellen
• Fotodetektoren
• Photonik-Integrierte Schaltungen

Die Halbleiterindustrie kann erheblich von diesem Werkzeug profitieren, da sie sich im Wachstum befindet. Derzeitige Methoden nutzen komplexe Quanten-Simulationen, die viel Rechenleistung benötigen. Durch den Einsatz von KI können Forscher die Einschränkungen traditioneller Ansätze überwinden und vergleichbare Ergebnisse viel schneller erzielen. Diese neue Methode verwendet Graph-Neuronale Netze (GNNs), die Atome und Bindungen als Teile eines Graphen darstellen.

Lesen Sie auch:

Heute · 14:13

Studie enthüllt verstärkte Extremwetter im Indo-Pazifik durch veränderte tropische Wettermuster

Ein Problem bei Graph Neural Networks (GNNs) besteht darin, dass sie nicht gut mit allen Kristallstrukturen arbeiten. Forschende haben eine universelle Ensemble-Einbettungsmethode entwickelt, um dieses Problem zu lösen. Dieser Ansatz kombiniert verschiedene Modelle, um die Vorhersagegenauigkeit zu erhöhen, ohne die neuronalen Netzwerke selbst zu verändern. Dies birgt bedeutendes Potenzial für Fortschritte in der Datenwissenschaft.

Diese neue Methode lässt sich in bestehende maschinelle Lernsysteme integrieren, um optische Eigenschaften präzise vorherzusagen. Diese Fähigkeit ist nützlich für die Prüfung von Materialien für Solarzellen und die Entdeckung von Quantenmaterialien. Das Potenzial der Methode reicht über optische Eigenschaften hinaus. Zukünftige Forschungsarbeiten planen die Erstellung von Datenbanken für andere Materialeigenschaften, wie mechanische und magnetische Eigenschaften.

Diese neue Entwicklung kann erneuerbare Energiequellen, wie Solarenergie, effizienter machen. Durch die Verkürzung der Zeit zur Entdeckung neuer Materialien beschleunigt das KI-Werkzeug die wissenschaftliche Forschung und praktische technologische Fortschritte. Seine leichte Integration in bestehende Systeme zeigt das Potenzial, die Materialwissenschaft grundlegend zu verändern.