Forscher von Google-Tochter Deepmind haben eine Künstliche Intelligenz entwickelt, die über zwei Millionen neuen Materialien entdeckt hat. Damit gelang der KI binnen eines Jahres, was die Menschheit in Jahrhunderten nicht schaffte.
Die Weiterentwicklung von KI-Systemen offenbart viel Potenzial. Zwar stellte sich kürzlich heraus, dass Künstliche Intelligenz weiterhin Probleme mit realitätsnahen Aufgaben hat. Im Bereich Kalkulation und Erforschung von vordefinierten Aufgaben schlagen Algorithmen den Menschen aber bei Weitem. Eine neue Veröffentlichung von Google zeigte kürzlich, inwieweit KI bei der Materialforschung helfen kann.
Denn das Team von Google-Tochter DeepMind nutzte einen KI-Algorithmus, um die Struktur von über zwei Millionen bisher nicht erforschter Materialien vorherzusagen. Dieser Fortschritt könnte dazu führen, dass sich bestehende Technologien anhand noch besserer Materialien weiterentwickeln lassen. Etwa 400.000 der neu entdeckten Verbindungen lassen sich laut Google bereits kurzfristig unter Laborbedingungen produzieren.
KI-Materialien lassen sich bereits im Labor produzieren
Als mögliche Einsatzszenarien für die neuen Materialien nennt Google etwa die Entwicklung von leistungsfähigeren Batterien, effizienteren Solarpanels und schnelleren Computerchips. Die KI mache den Prozess dabei so einfach wie nie zuvor. Ein Beispiel ist die Erforschung und Entwicklung von Lithium-Ionen-Batterien, die etwa zwanzig Jahre benötigte.
Ekin Dogus, einer der Forscher von DeepMind, spricht davon, dass diese Zeitspanne bald deutlich kürzer ausfallen dürfte. Die Daten für die KI von DeepMind stammen aus der Datenbank des Materials Project. Diese Datenbank bauen Forscher weltweit seit 2011 auf. Bisher sind dort etwa 50.000 Materialien erfasst und beschrieben.
Attraktivität der Materialforschung könnte langfristig steigen
Google möchte die Ergebnisse des KI-Algorithmus veröffentlichen, um den Prozess weiter zu verbessern und Vorschläge der Forschungsgemeinschaft zu implementieren. Denn wenn die Entwicklung eines neuen Materials lediglich wenige Jahre benötigt, würde die Industrie möglicherweise zusätzliche Gelder für Studien freigeben. Schließlich ist die Erforschung aktuell noch mit Risiken behaftet.
Entpuppt sich ein Material als vielversprechend, ist aber noch lange nicht sicher, dass das auch so bleibt. Dieser Umstand und die langen Entwicklungszeiten sorgen häufig dafür, dass Unternehmen eher auf bewährte Mittel setzen. Eine Künstliche Intelligenz, die diesen Zyklus auf wenige Jahre reduzieren kann, könnte zeitnah also für nachhaltigere und effizientere Technologien sorgen.
Auch interessant:
