(greenp/iStock) Seltene Erdvorkommen sind entscheidende Komponenten in allen Arten der Elektronik, von Smartphones und Breitbandkabeln bis hin zu Windkraftanlagen und Elektroautos. Es ist jedoch bekanntermaßen schwierig, nützliche Verbindungen zu finden, die unsere praktische Nutzung seltener Erden erweitern können, und die Ergebnisse sind unvorhersehbar.
Jetzt haben Wissenschaftler eine clevere Möglichkeit gefunden, die Suche nach neuen Seltenerdverbindungen zu unterstützen: Eine neu entwickelte künstliche Intelligenz System mit Vorhersagefähigkeiten, die uns über das hinausführen, was für Menschen im Labor möglich wäre.
Die Art der hier verwendeten KI ist maschinelles Lernen : Wie der Name schon sagt, untersucht Software hier eine Datenbank mit Informationen (in diesem Fall zu Seltenerdverbindungen) und erkennt Muster und Korrelationen, die es ihr dann ermöglichen, neue potenzielle Übereinstimmungen für diese Datenbank zu erkennen.
' Maschinelles Lernen „Das ist hier wirklich wichtig, denn wenn wir über neue Zusammensetzungen sprechen, sind alle geordneten Materialien allen in der Seltenerd-Community sehr gut bekannt“, sagt der Materialwissenschaftler Prashant Singh , vom Ames Laboratory der Iowa State University.
„Wenn man jedoch bekannten Materialien Unordnung hinzufügt, ist das ganz anders.“ „Die Zahl der Zusammensetzungen wird deutlich größer, oft Tausende oder Millionen, und man kann nicht alle möglichen Kombinationen theoretisch oder experimentell untersuchen.“
In der Materialwissenschaft Ordnung und Unordnung beziehen sich darauf, wie Partikel im Material angeordnet sind (z. B. in einem perfekten, kristallinen Gitter oder in einer eher chaotischen, verstreuten Anordnung), was sich direkt auf die Eigenschaften und Verwendungsmöglichkeiten des Materials auswirkt.
In diesem Fall wurde das Modell für maschinelles Lernen mithilfe einer Datenbank für seltene Erden und einigen Ideen von erstellt Dichtefunktionaltheorie (DFT), das sich mit der Analyse von Materialstrukturen beschäftigt – perfekt für diese Art von Forschung.
Durch die Art und Weise, wie das Modell aufgebaut ist, können Hunderte von Permutationen schnell getestet und anschließend die Phasenstabilität jeder einzelnen beurteilt werden. Mit anderen Worten: Die KI ist in der Lage zu beurteilen, ob eine Seltenerd-Kombination realisierbar ist, z.B. nicht auseinanderfallen.
Diese Berechnungen werden dann durch zusätzliche Informationen aus dem Internet ergänzt, die durch maßgeschneiderte Algorithmen gefunden werden, bevor sie schließlich validiert und mehreren Prüfungen unterzogen werden, um sicherzustellen, dass sie der Realität entsprechen.
„Es ist nicht wirklich dazu gedacht, eine bestimmte Verbindung zu entdecken“, sagt der Materialwissenschaftler Jaroslaw Mudryk , vom Ames Laboratory. „Die Frage war: Wie entwickeln wir einen neuen Ansatz oder ein neues Werkzeug zur Entdeckung und Vorhersage von Seltenerdverbindungen?“ Und genau das haben wir getan.‘
Experimentelle Daten können auch in das maschinelle Lernsystem zurückgeführt werden, wodurch die Genauigkeit weiter verbessert und die Wahrscheinlichkeit von Fehlern verringert wird, beispielsweise bei der Entwicklung von Seltenerdverbindungen, die eigentlich nicht funktionieren würden.
Derzeit wird das Modell noch bewertet und optimiert, bevor es sich an die eigentliche Suche nach diesen Seltenerdverbindungen macht, aber die Forscher versprechen, dass dies erst der Anfang für das neu entwickelte System ist.
Noch besser: Die Techniken, die das Team hier verwendet, sollten in Zukunft auch bei der Suche nach anderen schwer fassbaren Arten von Materialien funktionieren. Letztendlich sollten wir uns nicht darauf verlassen müssen viel zum Thema Zufall solche Entdeckungen zu machen.
„Unser Ansatz wird bei der Entdeckung neuer und komplexer Seltenerdverbindungen mit neuen Funktionalitäten nützlich sein“, schließen die Forscher in ihrem Bericht veröffentlichtes Papier .
Die Forschung wurde veröffentlicht in Zeitschrift für Materialien .