Neue KI-Modelle beschleunigen Materialforschung

(C) unter Verwendung eines Motivs von Andrei Suslov / 123RF.com

(C) unter Verwendung eines Motivs von Andrei Suslov / 123RF.com

Forscher des MIT haben mit CRESt (Copilot for Real-world Experimental Scientists) ein neues KI-Modell entwickelt, das die Suche nach neuen Materialien beschleunigt.

Solche Modelle gab es bereits, allerdings konnten sie nur wenige spezifische Daten und Variablen berücksichtigen. Damit waren sie menschlichen Forschern unterlegen, die in einem kollaborativen Umfeld arbeiten und andere Versuchsergebnisse sowie die breitere wissenschaftliche Literatur berücksichtigen, auf Bildgebungs- und Strukturanalysen zugreifen und Erfahrung wie Intuition einbringen können.

Jetzt haben MIT-Forscher eine Methode zur Optimierung von Rezepten für neue Materialien und zur Planung von Experimenten entwickelt, die Informationen aus verschiedenen Quellen, wie zum Beispiel Erkenntnisse aus der Literatur, chemische Zusammensetzungen, Mikrostrukturbilder und vieles mehr, einbezieht. Außerdem kann das Modell auch Roboter für Materialtests mit hohem Durchsatz nutzen und deren Ergebnisse wiederum in große multimodale Modelle einfließen lassen, um die Materialrezepte weiter zu optimieren.

Die Roboterausrüstung von CRESt umfasst einen Roboter für die Handhabung von Flüssigkeiten, ein carbothermisches Schocksystem für die schnelle Synthese von Materialien, eine automatisierte elektrochemische Arbeitsstation für Tests, ein automatisiertes Elektronenmikroskop und optische Mikroskopie sowie Hilfsgeräte wie Pumpen und Gasventile, die auch ferngesteuert werden können. Viele Verarbeitungsparameter lassen sich einstellen.

Menschliche Forscher können sich mit dem System in natürlicher Sprache unterhalten, ohne dass eine Programmierung erforderlich ist, und das System stellt währenddessen seine eigenen Beobachtungen und Hypothesen auf. Kameras und visuelle KI-Modelle ermöglichen es dem System außerdem, Experimente zu überwachen, Probleme zu erkennen und Korrekturen vorzuschlagen.

Das System wird in einem in Nature veröffentlichten Artikel beschrieben. Die Forscher nutzten CRESt, um mehr als 900 Chemikalien zu untersuchen und 3500 elektrochemische Tests durchzuführen, was zur Entdeckung eines Katalysatormaterials führte, das in einer Brennstoffzelle, die mit Formiatsalz zur Stromerzeugung betrieben wird, eine Rekordleistungsdichte aufweist.

E-Mail Benachrichtigung
Benachrichtige mich zu:
0 Kommentare
Älteste
Neuste Beste Bewertung
Nach oben