Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Künstliche Intelligenz ermöglicht die Entdeckung neuer Materialien

21.09.2016

Mit Methoden der künstlichen Intelligenz haben Chemiker der Universität Basel die Eigenschaften von rund 2 Millionen Kristallen berechnet, die aus vier verschiedenen chemischen Elementen zusammengesetzt sind. Dabei konnten die Forscher 90 bisher unbekannte Kristalle identifizieren, die thermodynamisch stabil sind und als neuartige Werkstoffe in Betracht kommen. Das berichten sie in der Fachzeitschrift «Physical Review Letters».

Elpasolith ist ein glasiges, transparentes, glänzendes und weiches Mineral mit kubischer Kristallstruktur. Erstmals entdeckt im El Paso County (USA), kann man es in den Rocky Mountains, in Virginia oder in den Apenninen finden.


Die Matrix visualisiert die Bildungsenergie – ein Indikator für die Stabilität – von rund zwei Millionen möglichen Verbindungen.

In experimentellen Datenbanken ist Elpasolith einer der häufigsten Kristalle, der aus vier verschiedenen chemischen Elementen besteht. Je nach ihrer Zusammensetzung können Elpasolithe metallische Leiter, Halbleiter oder Isolatoren sein, und manchmal können sie auch Licht emittieren, wenn sie Strahlung ausgesetzt werden.

Diese Eigenschaften machen Elpasolithe zu interessanten Materialkandidaten für Szintillatoren (mit denen sich etwa bestimmte Teilchen nachweisen lassen) und andere Anwendungen. Aufgrund ihrer chemischen Komplexität ist es rechnerisch nachgerade unmöglich, die Stabilität und Eigenschaften aller theoretisch denkbaren Kombinationen von vier Elementen in der Elpasolithstruktur quantenmechanisch vorherzusagen.

Statistische Analyse mithilfe von maschinellem Lernen

Dank modernen Methoden der künstlichen Intelligenz ist es Felix Faber, Doktorand in der Gruppe von Prof. von Lilienfeld am Departement der Chemie der Universität Basel, nun gelungen, dieses Materialdesign-Problem zu lösen. Dazu berechnete er zunächst die quantenmechanische Vorhersagen von Tausenden von Elpasolithkristallen mit zufällig ausgewählter chemischer Zusammensetzung.

Die Resultate nutzte er, um statistische, sogenannte Machine-Learning-Modelle (ML-Modelle), zu trainieren. Die so verbesserte algorithmische Herangehensweise erreichte eine prädiktive Genauigkeit, welche üblichen quantenmechanischen Näherungen entspricht.

Die ML-Modelle haben den Vorteil, dass sie um viele Grössenordnungen schneller sind als die entsprechenden quantenmechanischen Berechnungen. Innerhalb eines Tages konnte das ML-Modell die Bildungsenergien – ein Indikator für die chemische Stabilität – für alle 2 Millionen Elpasolithkristalle vorhersagen, die man aus allen Hauptgruppenelementen des Periodensystems der Elemente theoretisch erhalten kann. Für die entsprechenden quantenmechanischen Berechnungen hätte hingegen ein Hochleistungsrechner über 20 Millionen Rechenstunden verbraucht.

Unbekannte Materialien mit interessanten Eigenschaften

Die Analyse der berechneten Eigenschaften hat zu neuen Erkenntnissen über diese Materialklasse geführt. Die Forscher konnten fundamentale Bindungstrends aufdecken und unter den 2 Millionen Kristallen 90 bisher unbekannte Kristalle identifizieren, die gemäss quantenmechanischen Vorhersagen thermodynamisch stabil sind.

Aufgrund dieser potenziellen Eigenschaften wurden Elpasolithe in die Werkstoffdatenbank «Materials Project» aufgenommen, die eine zentrale Rolle innerhalb der Materials Genome Initiative spielt. Diese wurde 2011 von der US-amerikanischen Regierung lanciert, um mittels rechnerischer Unterstützung die Entdeckung und experimentelle Synthese neuartiger interessanter Materialien und Werkstoffe zu beschleunigen.

Einige der neu entdeckten Elpasolithkristalle weisen exotische elektronische Eigenschaften und ungewöhnliche Zusammensetzungen auf. «Die Kombination von künstlicher Intelligenz, Big Data, Quantenmechanik und Hochleistungsrechnen ermöglicht vielversprechende neue Wege, um unser Verständnis von Materialien zu vertiefen und um neue Materialien zu entdecken, die bloss mithilfe von menschlicher chemischer Intuition nicht in Erwägung gezogen worden wären», kommentiert Studienleiter Prof. Anatole von Lilienfeld die Ergebnisse.

Die Arbeit entstand in Zusammenarbeit mit Physikern der Universität Linköping (Schweden) und wurde auch im Rahmen des vom Schweizerische Nationalfonds geförderten Nationalen Forschungsschwerpunkts «MARVEL – Materials’ Revolution: Computational Design and Discovery of Novel Materials» durchgeführt.

Originalbeitrag
Felix Faber, Alexander Lindmaa, O. Anatole von Lilienfeld, and Rickard Armiento
Machine Learning Energies of 2M Elpasolithe (ABC2D6) Crystals
Physical Review Letters (2016), doi:10.1103/PhysRevLett.117.135502

Weitere Auskünfte
Prof. Dr. O. Anatole von Lilienfeld, Universität Basel, Departement Chemie, Tel. +41 61 267 38 45, E-Mail: anatole.vonlilienfeld@unibas.ch

Reto Caluori | Universität Basel
Weitere Informationen:
http://www.unibas.ch

Weitere Nachrichten aus der Kategorie Physik Astronomie:

nachricht Raumschrott im Fokus
22.05.2018 | Universität Bern

nachricht Countdown für Kilogramm, Kelvin und Co.
18.05.2018 | Physikalisch-Technische Bundesanstalt (PTB)

Alle Nachrichten aus der Kategorie: Physik Astronomie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Bose-Einstein-Kondensat im Riesenatom - Universität Stuttgart untersucht exotisches Quantenobjekt

Passt eine ultrakalte Wolke aus zehntausenden Rubidium-Atomen in ein einzelnes Riesenatom? Forscherinnen und Forschern am 5. Physikalischen Institut der Universität Stuttgart ist dies erstmals gelungen. Sie zeigten einen ganz neuen Ansatz, die Wechselwirkung von geladenen Kernen mit neutralen Atomen bei weitaus niedrigeren Temperaturen zu untersuchen, als es bisher möglich war. Dies könnte einen wichtigen Schritt darstellen, um in Zukunft quantenmechanische Effekte in der Atom-Ion Wechselwirkung zu studieren. Das renommierte Fachjournal Physical Review Letters und das populärwissenschaftliche Begleitjournal Physics berichteten darüber.*)

In dem Experiment regten die Forscherinnen und Forscher ein Elektron eines einzelnen Atoms in einem Bose-Einstein-Kondensat mit Laserstrahlen in einen riesigen...

Im Focus: Algorithmen für die Leberchirurgie – weltweit sicherer operieren

Die Leber durchlaufen vier komplex verwobene Gefäßsysteme. Die chirurgische Entfernung von Tumoren ist daher oft eine schwierige Aufgabe. Das Fraunhofer-Institut für Bildgestützte Medizin MEVIS hat Algorithmen entwickelt, die die Bilddaten von Patienten analysieren und chirurgische Risiken berechnen. Leberkrebsoperationen werden damit besser planbar und sicherer.

Jährlich erkranken weltweit 750.000 Menschen neu an Leberkrebs, viele weitere entwickeln Lebermetastasen aufgrund anderer Krebserkrankungen. Ein chirurgischer...

Im Focus: Positronen leuchten besser

Leuchtstoffe werden schon lange benutzt, im Alltag zum Beispiel im Bildschirm von Fernsehgeräten oder in PC-Monitoren, in der Wissenschaft zum Untersuchen von Plasmen, Teilchen- oder Antiteilchenstrahlen. Gleich ob Teilchen oder Antiteilchen – treffen sie auf einen Leuchtstoff auf, regen sie ihn zum Lumineszieren an. Unbekannt war jedoch bisher, dass die Lichtausbeute mit Elektronen wesentlich niedriger ist als mit Positronen, ihren Antiteilchen. Dies hat Dr. Eve Stenson im Max-Planck-Institut für Plasmaphysik (IPP) in Garching und Greifswald jetzt beim Vorbereiten von Experimenten mit Materie-Antimaterie-Plasmen entdeckt.

„Wäre Antimaterie nicht so schwierig herzustellen, könnte man auf eine Ära hochleuchtender Niederspannungs-Displays hoffen, in der die Leuchtschirme nicht von...

Im Focus: Erklärung für rätselhafte Quantenoszillationen gefunden

Sogenannte Quanten-Vielteilchen-„Scars“ lassen Quantensysteme länger außerhalb des Gleichgewichtszustandes verweilen. Studie wurde in Nature Physics veröffentlicht

Forschern der Harvard Universität und des MIT war es vor kurzem gelungen, eine Rekordzahl von 53 Atomen einzufangen und ihren Quantenzustand einzeln zu...

Im Focus: Explanation for puzzling quantum oscillations has been found

So-called quantum many-body scars allow quantum systems to stay out of equilibrium much longer, explaining experiment | Study published in Nature Physics

Recently, researchers from Harvard and MIT succeeded in trapping a record 53 atoms and individually controlling their quantum state, realizing what is called a...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

48V im Fokus!

21.05.2018 | Veranstaltungen

„Data Science“ – Theorie und Anwendung: Internationale Tagung unter Leitung der Uni Paderborn

18.05.2018 | Veranstaltungen

Visual-Computing an Bord der MS Wissenschaft

17.05.2018 | Veranstaltungen

VideoLinks
Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

48V im Fokus!

21.05.2018 | Veranstaltungsnachrichten

Bose-Einstein-Kondensat im Riesenatom - Universität Stuttgart untersucht exotisches Quantenobjekt

18.05.2018 | Physik Astronomie

Countdown für Kilogramm, Kelvin und Co.

18.05.2018 | Physik Astronomie

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics