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 Freie Elektronen in Sonnen-Protuberanzen untersucht
25.07.2017 | Georg-August-Universität Göttingen

nachricht Magnetische Quantenobjekte im "Nano-Eierkarton": PhysikerInnen bauen künstliche Fallen für Fluxonen
25.07.2017 | Universität Wien

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: Navigationssystem der Hirnzellen entschlüsselt

Das menschliche Gehirn besteht aus etwa hundert Milliarden Nervenzellen. Informationen zwischen ihnen werden über ein komplexes Netzwerk aus Nervenfasern übermittelt. Verdrahtet werden die meisten dieser Verbindungen vor der Geburt nach einem genetischen Bauplan, also ohne dass äußere Einflüsse eine Rolle spielen. Mehr darüber, wie das Navigationssystem funktioniert, das die Axone beim Wachstum leitet, haben jetzt Forscher des Karlsruher Instituts für Technologie (KIT) herausgefunden. Das berichten sie im Fachmagazin eLife.

Die Gesamtlänge des Nervenfasernetzes im Gehirn beträgt etwa 500.000 Kilometer, mehr als die Entfernung zwischen Erde und Mond. Damit es beim Verdrahten der...

Im Focus: Kohlenstoff-Nanoröhrchen verwandeln Strom in leuchtende Quasiteilchen

Starke Licht-Materie-Kopplung in diesen halbleitenden Röhrchen könnte zu elektrisch gepumpten Lasern führen

Auch durch Anregung mit Strom ist die Erzeugung von leuchtenden Quasiteilchen aus Licht und Materie in halbleitenden Kohlenstoff-Nanoröhrchen möglich....

Im Focus: Carbon Nanotubes Turn Electrical Current into Light-emitting Quasi-particles

Strong light-matter coupling in these semiconducting tubes may hold the key to electrically pumped lasers

Light-matter quasi-particles can be generated electrically in semiconducting carbon nanotubes. Material scientists and physicists from Heidelberg University...

Im Focus: Breitbandlichtquellen mit flüssigem Kern

Jenaer Forschern ist es gelungen breitbandiges Laserlicht im mittleren Infrarotbereich mit Hilfe von flüssigkeitsgefüllten optischen Fasern zu erzeugen. Mit den Fasern lieferten sie zudem experimentelle Beweise für eine neue Dynamik von Solitonen – zeitlich und spektral stabile Lichtwellen – die aufgrund der besonderen Eigenschaften des Flüssigkerns entsteht. Die Ergebnisse der Arbeiten publizierte das Jenaer Wissenschaftler-Team vom Leibniz-Instituts für Photonische Technologien (Leibniz-IPHT), dem Fraunhofer-Insitut für Angewandte Optik und Feinmechanik, der Friedrich-Schiller-Universität Jena und des Helmholtz-Insituts im renommierten Fachblatt Nature Communications.

Aus einem ultraschnellen intensiven Laserpuls, den sie in die Faser einkoppeln, erzeugen die Wissenschaftler ein, für das menschliche Auge nicht sichtbares,...

Im Focus: Flexible proximity sensor creates smart surfaces

Fraunhofer IPA has developed a proximity sensor made from silicone and carbon nanotubes (CNT) which detects objects and determines their position. The materials and printing process used mean that the sensor is extremely flexible, economical and can be used for large surfaces. Industry and research partners can use and further develop this innovation straight away.

At first glance, the proximity sensor appears to be nothing special: a thin, elastic layer of silicone onto which black square surfaces are printed, but these...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics
Veranstaltungen

10. Uelzener Forum: Demografischer Wandel und Digitalisierung

26.07.2017 | Veranstaltungen

Clash of Realities 2017: Anmeldung jetzt möglich. Internationale Konferenz an der TH Köln

26.07.2017 | Veranstaltungen

2. Spitzentreffen »Industrie 4.0 live«

25.07.2017 | Veranstaltungen

 
VideoLinks
B2B-VideoLinks
Weitere VideoLinks >>>
Aktuelle Beiträge

Blattkäfer: Schon winzige Pestizid-Dosis beeinträchtigt Fortpflanzung

26.07.2017 | Biowissenschaften Chemie

Akute myeloische Leukämie (AML): Neues Medikament steht kurz vor der Zulassung in Europa

26.07.2017 | Biowissenschaften Chemie

Biomarker zeigen Aggressivität des Tumors an

26.07.2017 | Biowissenschaften Chemie