Hittar nya material med hjälp av AI

Forskargruppen utgick från mineralen elpasolit, som har fått sitt namn från El Paso i USA, där den först upptäcktes.

Mineralen är uppbyggd av fyra olika grundämnen i en kristallstruktur. Den komplicerade kemiska sammansättningen gör att det skulle vara i princip omöjligt att med kvantfysikaliska beräkningar undersöka alla teoretiska kombinationer, enligt rapporten.

– I en kristall sitter atomerna i en viss ordning. Om vi byter ut atomtyper, vad får vi då för olika egenskaper i materialet? säger Rickard Armiento, forskare i teoretisk fysik vid Linköpings universitet.

Genom att använda modeller för maskininlärning gick det att på bara någon dag få fram hur kemiskt stabila två miljoner olika teoretiska kombinationer skulle vara. Att få fram samma resultat i en superdator skulle ta betydligt längre tid – 20 miljoner timmar, menar forskargruppen.

– Det här demonstrerar ett nytt sätt att använda AI, som inte har använts för den här typen av problem. AI-metoden kan röra fältet framåt.

I studien gjordes först beräkningar för tiotusen sammansättningar med kristallstrukturen för elpasolit. Utifrån det tränades ett AI att lära sig känna igen materialegenskaper. Genom att låta detta AI undersöka alla möjliga sätt att byta ut atomer i elpasolit fick forskarna fram 90 teoretiska nya, tidigare okända material.

– Vi får fram okända material som vi förutsäger kan skapas i ett laboratorium, säger Rickard Armiento.

Studien är ett samarbete mellan Linköpings universitet och universitetet i Basel i Schweiz, och har utförts i anslutning till Swedish e-Science Research Centre.

Prenumerera på Ny Tekniks kostnadsfria nyhetsbrev!