17.06.2021 - Karlsruher Institut für Technologie (KIT)

Maschinelles Lernen beschleunigt Materialsimulationen

Schnellere und genauere Methoden kommen verschiedenen Anwendungen von Energiespeichern bis zu Medikamenten zugute

Erforschung, Entwicklung und Herstellung neuer Materialien hängen entscheidend von schnellen und zugleich genauen Simulationsmethoden ab. Maschinelles Lernen, bei dem Künstliche Intelligenz (KI) selbstständig neues Wissen erwirbt und anwendet, wird es künftig ermöglichen, komplexe Materialsysteme rein virtuell zu entwickeln. Wie das funktioniert und welche Anwendungen davon profitieren, erklärt ein Forscher des Karlsruher Instituts für Technologie (KIT) gemeinsam mit Kollegen aus Göttingen und Toronto in einem Artikel in der Zeitschrift Nature Materials.

Digitalisierung und Virtualisierung gewinnen in den verschiedensten wissenschaftlichen Disziplinen immer mehr an Bedeutung. Dies gilt auch für die Materialwissenschaft: Erforschung, Entwicklung und Herstellung neuer Materialien hängen entscheidend von schnellen und zugleich genauen Simulationsmethoden ab. Davon wiederum profitieren ganz unterschiedliche Anwendungen – von effizienten Energiespeichern, wie sie bei der Nutzung erneuerbarer Energien unverzichtbar sind, bis hin zu neuen Medikamenten, deren Entwicklung das Verständnis komplexer biologischer Vorgänge voraussetzt. Methoden der KI und des Maschinellen Lernens können Materialsimulationen entscheidend voranbringen. „Gegenüber herkömmlichen Simulationsmethoden, die auf klassischen oder quantenmechanischen Rechnungen basieren, lässt sich mit speziell auf Materialsimulationen zugeschnittenen neuronalen Netzen ein deutlicher Geschwindigkeitsvorteil erreichen“, erklärt der Physiker und KI-Experte Professor Pascal Friederich, Leiter der Forschungsgruppe AiMat – Artificial Intelligence for Materials Sciences am Institut für Theoretische Informatik (ITI) des KIT. „Schnellere Simulationssysteme werden es Wissenschaftlerinnern und Wissenschaftlern in den kommenden Jahren ermöglichen, größere und komplexere Materialsysteme rein virtuell zu entwickeln, sie bis auf die atomare Ebene hinunter zu verstehen und zu optimieren.“

Hohe Präzision vom Atom bis zum Werkstoff

In einem in der Zeitschrift Nature Materials veröffentlichten Artikel gibt Pascal Friederich, der auch als assoziierter Gruppenleiter im Bereich Nanomaterials by Information-Guided Design am Institut für Nanotechnologie (INT) des KIT tätig ist, gemeinsam mit Forschern der Universität Göttingen und der University of Toronto einen Überblick über die grundlegenden Prinzipien des für Materialsimulationen eingesetzten Maschinellen Lernens, den Datenerfassungsprozess sowie aktive Lernverfahren. Algorithmen für Maschinelles Lernen ermöglichen Künstlicher Intelligenz, die eingegebenen Daten nicht nur zu verarbeiten, sondern in großen Datensätzen Muster und Korrelationen zu finden, daraus zu lernen und selbstständig Vorhersagen und Entscheidungen zu treffen. Bei Materialsimulationen kommt es darauf an, eine hohe Präzision über verschiedene Zeit- und Größenskalen – vom Atom bis zum Werkstoff – zu erreichen und zugleich die Rechenkosten zu begrenzen. In ihrem Artikel gehen die Wissenschaftler auch auf verschiedene aktuelle Anwendungen ein, wie kleine organische Moleküle und große Biomoleküle, strukturell ungeordnete feste, flüssige und gasförmige Materialien sowie komplexe kristalline Systeme – beispielsweise metallorganische Gerüstverbindungen, die sich zur Gasspeicherung oder zur Stofftrennung, für Sensoren oder für Katalysatoren einsetzen lassen.

Noch mehr Tempo mit hybriden Methoden

Um die Möglichkeiten der Materialsimulationen zukünftig noch zu erweitern, schlagen die Forschenden aus Karlsruhe, Göttingen und Toronto vor, hybride Methoden zu entwickeln: Diese verbinden Verfahren des Maschinellen Lernens (ML) und der Molekularen Mechanik (MM) miteinander. MM-Simulationen bedienen sich sogenannter Kraftfelder, um die auf jedes einzelne Teilchen wirkenden Kräfte zu berechnen und damit Bewegungsabläufe vorherzusagen. Die Ähnlichkeit der ML- und MM-Potenziale erlaubt eine enge Integration mit variablen Übergangsbereichen. Solche hybriden Methoden könnten künftig beispielsweise die Simulation großer Biomoleküle oder enzymatischer Reaktion noch einmal deutlich beschleunigen.

Fakten, Hintergründe, Dossiers
Mehr über KIT
  • News

    Qualitätsoffensive für bessere Batterien

    Ermöglichen sollen das unter anderem fortschrittliche Ansätze zur Qualitätssicherung und Analytik bei der Produktion, die jetzt am Karlsruher Institut für Technologie (KIT) entwickelt und erprobt werden. Die Arbeit im Batterieforschungscluster AQua verläuft in enger Kooperation mit Forschun ... mehr

    Qualität wissenschaftlicher Software nicht immer gut

    In fast allen wissenschaftlichen Disziplinen sind digitale Werkzeuge unerlässlich. Besonders wo große Mengen Forschungsdaten anfallen und schnell verarbeitet werden müssen, ist zuverlässige, sorgfältig entwickelte Software entscheidend, um sie zu analysieren und richtig zu interpretieren – ... mehr

    Ein Molekül gehorcht dem Licht

    Mit Licht lassen sich Quanteninformationsverarbeitungssysteme, beispielsweise Quantencomputer, schnell und effizient betreiben. Forschende am Karlsruher Institut für Technologie (KIT) und an der Chimie ParisTech – CNRS haben nun die Entwicklung von molekülbasierten Materialien, die sich als ... mehr

  • Videos

    Bioliq: Energiegewinnung aus Reststoffen – komplette Prozesskette läuft

    Die bioliq®-Pilotanlage am Karlsruher Institut für Technologie (KIT) läuft erfolgreich über die gesamte Prozesskette. Alle Stufen des Verfahrens sind nun miteinander verbunden: Schnellpyrolyse, Hochdruck-Flugstromvergasung, Heißgasreinigung und Synthese. Durch bioliq® wird Restbiomasse in u ... mehr

    Sicherheit von Lithium-Ionen-Batterien erhöhen

    Lithium-Batterien sollten bei Transport, Montage und im Betrieb wirklich sicher sein. KIT-Wissenschaftler erklären, welche Faktoren dazu beitragen, die Sicherheit von Lithium-Ionen-Batterien zu erhöhen. mehr

    Kleben wie ein Gecko: selbstreinigend und haftsicher

    Geckos haben Klebestreifen eines voraus: Selbst nach wiederholtem Kontakt mit Schmutz und Staub kleben ihre Füße noch auf glatten Flächen einwandfrei. Forscher des KIT und der Carnegie Mellon Universität in Pittsburgh haben nun den ersten Klebstreifen entwickelt, der nicht nur genauso hafts ... mehr

  • Forschungsinstitute

    Institut für Funktionelle Grenzflächen (IFG) am Karlsruher Institut für Technologie (KIT)

    Forschungsgegenstand des Instituts für Funktionelle Grenzflächen (IFG) ist das Studium molekularer Interaktionen an fest/gas und fest/flüssig Grenzflächen. Aus der Untersuchung von Grundlagenprozessen auf der Nano-Ebene gewonnene Erkenntnisse werden konsequent auf die Makro-Ebene technische ... mehr

    Karlsruher Institut für Technologie (KIT)

    Das Karlsruher Institut für Technologie (KIT) ist eine Körperschaft des öffentlichen Rechts und staatliche Einrichtung des Landes Baden-Württemberg. Es nimmt sowohl die Mission einer Universität als auch die Mission eines nationalen Forschungszentrums in der Helmholtz-Gemeinschaft wahr. Das ... mehr

  • q&more Artikel

    Analytische Quantifizierung von Gluten in Lebensmitteln

    Der Gesetzgebung zufolge dürfen Lebensmittel, die mit einem Glutenfrei-Symbol versehen sind, nicht mehr als 20 mg Gluten pro Kilogramm enthalten, was für Zöliakie-Betroffene aus gesundheitlichen Gründen lebenswichtig ist. mehr

    Bewertung der Lungentoxizität von Luftschadstoffen

    Die aktuellen Diskussionen zu Fahrverboten in europäischen Städten zeigen einerseits den hohen Stellenwert, den die Bevölkerung der Luftqualität zumisst, und andererseits den Mangel an Methoden, die von Luftschadstoffen ausgehende Beeinträchtigung der menschlichen Gesundheit direkt zu bewerten. mehr

    Biochemie in der Mikrowelle

    Die Entwicklung neuer Pharmazeutika beruht auf dem zunehmenden Verständnis intrazellulärer Vorgänge. Insbesondere durch die Erforschung von Ligand-Rezeptor-Wechselwirkungen können Wirkstoffe ­besser angepasst werden. Um Medikamente an ihren Wirkungsort ­zu bringen, werden sog. „Carrier“-Mol ... mehr

  • Autoren

    Prof. Dr. Katharina Scherf

    Katharina Scherf, Jahrgang 1985, studierte Lebensmittelchemie an der Technischen Universität München (TUM). Ihre Promotion und Habilitation erwarb sie ebenfalls an der TUM und war als leitende Wissenschaftlerin am Leibniz-Institut für Lebensmittel-Systembiologie an der TUM tätig. 2019 wurde ... mehr

    Majlinda Xhaferaj

    Majlinda Xhaferaj, Jahrgang 1992, schloss ihr Lebensmittelchemiestudium im Jahr 2018 am Karlsruher Institut für Technologie (KIT) ab. Seit 2019 ist sie Doktorandin in der Abteilung für Bioaktive und Funktionelle Lebensmittelinhaltsstoffe mit dem Schwerpunkt der Glutenanalytik zur Verbesseru ... mehr

    Dipl. Ing. Sonja Mülhopt

    Sonja Mülhopt erwarb 2000 ihr Diplom für Maschinenbau an der Berufsakademie (heute DHBW) Mannheim. Die begleitende Ausbildung durchlief sie am Forschungszentrum Karlsruhe, dem heutigen Karlsruher Institut für Technologie (KIT). 2014 erhielt sie den Master of Science für Chemieingenieurwesen ... mehr