Ny studie: globalt samarbete är nyckeln till AI-drivna framsteg inom materialforskning

StockholmArtificiell intelligens (AI) påskyndar utvecklingen av nya material. För att AI ska fungera inom materialforskning krävs det att stora mängder data delas och används. Detta underlättas av internationella standarder. En grupp internationella samarbetspartners har nu släppt en uppdaterad version av OPTIMADE-standarden.

Ny teknik inom energi och hållbarhet kräver nya material. Exempelvis kräver saker som batterier, solceller, LED-lampor och biologiskt nedbrytbara produkter sådana material. Forskare runt om i världen arbetar med att skapa nya material, men det är svårt att göra dem helt perfekta. Dessa material bör vara fria från miljöfarliga ämnen och måste vara hållbara.

Rickard Armiento, professor vid Linköpings universitet i Sverige, noterar att AI snabbt integreras i materialvetenskapen. Han menar att användningen av AI för att förutsäga materialens egenskaper skapar många nya möjligheter.

Superdatorer används för att simulera hur elektroner rör sig i material för att förstå deras egenskaper. Dessa simuleringar genererar en stor mängd data som kan användas för att träna maskininlärningsmodeller. Dessa modeller kan sedan förutse resultatet av nya simuleringar samt egenskaperna hos nya material. För att träna dessa modeller krävs dock en stor mängd data.

Stora databaser samlar in data från simuleringar och allmän materialinformation. Många databaser har skapats av forskargrupper runt om i världen. De fungerar ofta på olika sätt och beskriver egenskaper på flera olika sätt. Forskare vid universitet eller i industrin behöver kartlägga material i stor skala och träna AI-modeller. För detta behöver de få information från dessa databaser.

Läs också:

Idag · 20:28

Ny forskning: AI-modeller stärker samhället med inkludering

OPTIMADE-standarden för materialdesign har utvecklats under åtta år av en internationell grupp bestående av över 30 institutioner världen över. Den omfattar viktiga materialdatabaser från både Europa och USA.

Några centrala egenskaper hos OPTIMADE-standarden omfattar:

• Enkel åtkomst till både ledande och mindre kända materialdatabaser.
• Precis beskrivning av olika materialegenskaper.
• Gemensamma och välgrundade definitioner.

Den senaste utgåvan av standarden, v1.2, har publicerats. Mer information om denna kan hittas i en artikel i tidskriften Digital Discovery.

Projektet inkluderar team från EU, Storbritannien, USA, Mexiko, Japan och Kina. De deltagande institutionerna är:

• École Polytechnique Fédérale de Lausanne (EPFL)
• University of California Berkeley
• University of Cambridge
• Northwestern University
• Duke University
• Paul Scherrer Institut
• Johns Hopkins University

Möten och årliga workshopar finansieras av CECAM i Schweiz. Den första workshoppen finansierades av Lorentz Center i Nederländerna. Andra aktiviteter stöds av organisationer som Psi-k, NCCR MARVEL i Schweiz och SeRC i Sverige. Forskarna inom samarbetet får även stöd från olika finansiärer.