Nieuwe doorbraak: wereldwijd teamwerk versnelt AI-gestuurde innovatie in de materiaalkunde

AmsterdamKunstmatige intelligentie (AI) versnelt de ontwikkeling van nieuwe materialen. Om AI effectief te laten zijn in materiaalkunde, is het noodzakelijk dat er veel data wordt gedeeld en gebruikt. Internationale standaarden maken dit eenvoudiger. Een groep internationale samenwerkers heeft nu een bijgewerkte versie van de OPTIMADE-standaard uitgebracht.

Nieuwe technologieën op het gebied van energie en duurzaamheid vragen om geavanceerde materialen. Denk bijvoorbeeld aan batterijen, zonnecellen, LED-verlichting en biologisch afbreekbare producten die deze materialen nodig hebben. Wetenschappers wereldwijd werken hard aan de ontwikkeling daarvan, maar het is lastig om de juiste samenstelling te vinden. Deze materialen moeten milieuvriendelijk zijn en een lange levensduur hebben.

Rickard Armiento, hoogleraar aan de Universiteit van Linköping in Zweden, merkt op dat kunstmatige intelligentie snel wordt omarmd in de materiaalkunde. Volgens hem biedt het gebruik van AI om de eigenschappen van materialen te voorspellen veel nieuwe kansen.

Supercomputers simuleren de beweging van elektronen in materialen om hun eigenschappen te doorgronden. Deze simulaties genereren enorme hoeveelheden data, die gebruikt kunnen worden om machine learning modellen te trainen. De AI modellen kunnen vervolgens de uitkomsten van nieuwe simulaties en de eigenschappen van nieuwe materialen voorspellen. Echter, er is een grote hoeveelheid gegevens nodig om deze modellen te trainen.

Grote databases verzamelen gegevens uit simulaties en algemene materiaalinformatie. Onderzoeksgroepen wereldwijd hebben talrijke databases gecreëerd. Deze werken vaak op verschillende manieren en beschrijven eigenschappen op uiteenlopende wijzen. Onderzoekers aan universiteiten en in de industrie moeten materialen op grote schaal in kaart brengen en AI-modellen trainen. Hiervoor moeten ze informatie uit deze databases verkrijgen.

Lees ook:

Vandaag · 14:35

AI-chatbots bieden nauwkeurige adviezen bij lage rugpijn.

De OPTIMADE-standaard voor materiaalontwerp is gedurende acht jaar ontwikkeld door een internationaal collectief van meer dan 30 instellingen wereldwijd. Grote materialen-databanken uit Europa en de VS zijn hierbij betrokken.

Belangrijke kenmerken van de OPTIMADE-standaard zijn onder andere:

• Gemakkelijk toegang tot zowel bekende als minder bekende materialendatabases.
• Nauwkeurige beschrijving van verschillende materiaaleigenschappen.
• Gemeenschappelijke en goed onderbouwde definities.

De nieuwste versie van de standaard, v1.2, is uitgebracht. Meer informatie hierover is te vinden in een artikel in het tijdschrift Digital Discovery.

Het project brengt teams samen vanuit de EU, het VK, de VS, Mexico, Japan en China. De deelnemende instellingen zijn:

• École Polytechnique Fédérale de Lausanne (EPFL)
• Universiteit van Californië, Berkeley
• Universiteit van Cambridge
• Northwestern University
• Duke University
• Paul Scherrer Instituut
• Johns Hopkins University

Vergaderingen en jaarlijkse workshops worden gefinancierd door CECAM in Zwitserland. De eerste workshop werd mogelijk gemaakt door het Lorentz Center in Nederland. Andere activiteiten krijgen steun van organisaties zoals Psi-k, NCCR MARVEL in Zwitserland en SeRC in Zweden. Onderzoekers binnen de samenwerking ontvangen ook ondersteuning van diverse financiers.