Forscher an der Georgia Tech haben nach eigenen Angaben die ersten generativen KI-Modelle für das Design von Polymeren entwickelt, die zudem durch Labortests bestätigt wurden. Das System ermöglicht es Nutzern, die Eigenschaften einzugeben, die sie sich für ein Polymer wünschen, woraufhin das Modell chemische Strukturen vorschlägt, die diese Anforderungen erfüllen könnten. Darüber berichtet Coe.gatech.edu.
Das Projekt wurde vom Materialwissenschaftler Rampi Ramprasad geleitet und in der Fachzeitschrift npj Artificial Intelligence vorgestellt. Das neue Werkzeug mit dem Namen POLYT5 wurde dafür entwickelt, die „Grammatik“ und „Semantik“ der Chemie zu verstehen, ähnlich wie Sprachmodelle lernen, wie Wörter in Sätzen zusammenpassen. Laut dem Team hilft dies der KI, unmögliche oder chemisch ungültige Strukturen zu vermeiden.
Die Forscher erklärten, dass frühere KI-Methoden oft Polymerideen hervorbrachten, die sich im Labor tatsächlich nicht herstellen ließen. POLYT5 wurde mit mehr als 12.000 experimentell hergestellten Polymeren sowie mit über 100 Millionen hypothetischen Kandidaten trainiert, wobei der Schwerpunkt auf Strukturen lag, die realistisch herzustellen sind. Ein verwandtes Modell namens polyBART wurde ebenfalls im Rahmen dieses Vorhabens entwickelt.
Um den Ansatz zu testen, bat das Team die Modelle, polymere Dielektrika zu entwerfen, also Materialien, die in Geräten verwendet werden, die kurze Energieschübe benötigen, darunter Elektrofahrzeuge und Defibrillatoren. Anschließend stellten die Forscher im Labor ein Testmaterial her und validierten es, wodurch sie physische Belege dafür lieferten, dass die von der KI erzeugten Entwürfe auch außerhalb einer Computersimulation funktionieren können.
Lesen Sie „Zamin“ auf Telegram!
