**Lu Ziheng: Mit KI haben wir 200.000 verschiedene Materialien durchsucht und eine Frage mit einem Wert von einer Milliarde herausgefunden.**

Zusammenfassung der Kerninhalte

Dieser Artikel beschäftigt sich damit, wie KI die Entwicklung neuer Materialien revolutioniert: Durch drei Modelle – MatterSim (vorheriges Vorhersagen), MatterGen (rückwärtsgeneratives Erstellen) und MatEvolve (Kombination menschlicher Erfahrung) – werden jahrhundertealte Probleme in der Materialentwicklung gelöst, wie das zu große Suchfeld und die zu langsame Rechengeschwindigkeit. Das Team nutzte KI, um 200.000 verschiedene Materialien zu durchsuchen, und kam zu dem Schluss, dass Diamant bei Normaltemperatur und Normaldruck die Obergrenze der Wärmeleitfähigkeit darstellt. Zudem wurde ein geschlossener Kreislauf von der „idealen Kristallentwicklung“ zur „Industriematerialsynthese“ realisiert, wodurch die Materialentwicklung von einer blinden Trial-and-Error-Methode zu einer präzisen Auswahl übergeht – mit enormem potenziellen wirtschaftlichen Wert.

Detaillierte Analyse

#### 1. Das Dilemma der Materialentwicklung: KI löst das Problem

Welche Herausforderungen bestanden früher bei der Suche nach neuen Materialien?

• Kombinationsexplosion: Es gibt über 100 Elemente im Periodensystem, und die möglichen Materialkombinationen sind exponentiell zahlreich (z. B. gibt es mehr stabile Strukturen für Kohlenstoff mit 10 Atomen als Sterne im Universum).
• Langsame Berechnungen: Um die Eigenschaften von Materialien zu ermitteln, muss die Schrödinger-Gleichung gelöst werden; jedoch erfordern die Berechnung zahlreicher Messwerte viele Wochen – eine vollständige Durchsuchung ist unmöglich.

Die Vorteile der KI: Ähnlich wie AlphaFold bei der Lösung von Proteinstrukturen kann KI solche exponentiellen Probleme bewältigen, indem sie neuronale Netzwerke verwendet, um die Berechnungen zu beschleunigen – dadurch wird das „Suchen im Meer nach einer Nadel“ in eine gezielte Suche verwandelt.

#### 2. MatterSim: Vom Trial-and-Error zur präzisen Auswahl

MatterSim ist ein „Prädiktor von Materialeigenschaften“, der in der Lage ist, die mikroskopischen Eigenschaften (Energie, Kraft, Wärmeleitfähigkeit usw.) von Materialien schnell und genau vorherzusagen.

• Rechenrevolution: Herkömmliche Methoden benötigen Wochen, um die Wärmeleitfähigkeit eines Kristalls zu berechnen; MatterSim schafft dies in nur 30 Sekunden bis Minuten – mit ähnlicher Genauigkeit.
• Umfassende Überprüfung: Das Team nutzte MatterSim, um mehr als 200.000 Materialien zu untersuchen und kam zu drei wichtigen Schlussfolgerungen:
• Hochwärmeleitfähige Materialien sind selten;
• Kandidaten wie TaP und Tan wurden gefunden (die bereits synthetisiert und getestet wurden, mit Wärmeleitfähigkeiten nahe der von Diamant);
• Diamant stellt die Obergrenze der Wärmeleitfähigkeit bei Normaltemperatur und Normaldruck dar – weitere Forschung ist unnötig.

Warum ist dieser Schluss so wertvoll? Weil Bereiche wie Chipkühlung und Luftfahrt nach besseren Materialien suchen; nun kann man diese Suche einstellen, was Millionen an Forschungsgeldern spart.

#### 3. MatterGen: Rückwärtsgeneratives Erstellen von Materialien

Während MatterSim die Eigenschaften von Materialien vorhersagt, erzeugt MatterGen tatsächlich solche Materialien – basierend auf definierten Zieleigenschaften.

• Starke Funktionalität: Es können verschiedene Einschränkungen gesetzt werden:
• Elementeinschränkungen (z. B. nur Kohlenstoff, Kobalt, Sauerstoff, Lithium in der Laboreinrichtung);
• Eigenschaftseinschränkungen (z. B. starke Magnete ohne Seltenen Erden, hohe Magnetdichte);
• Strukturelle Einschränkungen (z. B. quadratische Kristallsysteme).
• Beschränkungen: Derzeit kann nur im bekannten Materialbereich interpoliert werden; vollständig neue, noch nie dagewesene Strukturen sind nicht möglich.

#### 4. MatEvolve: Vom „idealen Kristall“ zum verkaufsfähigen Industriematerial

Die vorherigen Modelle liefern „ideale“ Kristalle (perfekte Struktur, reine Zusammensetzung); Industriematerialien weisen jedoch oft Defekte, Verunreinigungen oder spezielle Herstellungsverfahren auf. MatEvolve löst dieses Problem:

• Einbeziehung menschlicher Erfahrung: Es handelt sich um ein intelligentes System, das auf wissenschaftlichen Literatur und Kenntnissen von Chemieexperten beruht;
• Geschlossener Kreislauf: Das Team nutzte MatEvolve, um ein neues Material zu entwerfen und erfolgreich zu synthetisieren – KI kann nun von theoretischen Überlegungen zur praktischen Anwendung übergehen.

Der Vorteil: Es ist nicht notwendig, teure Trainingsverfahren für große Modelle durchzuführen; die jahrzehntelange menschliche Erfahrung wird auf relativ kostengünstige Weise in die KI eingebracht, wodurch der Unterschied zwischen „idealen“ und industriellen Materialien überwunden wird.

#### 5. Zukunftsaussichten: Wie werden Materiallabore aussehen?

In zehn Jahren könnten Materiallabore wie aus Science-Fiction-Filmen aussehen:

• Wissenschaftler sagen zu KI: „Entwerfe eine Superlegierung für die nächste Generation von Kampfpanzern.“
• KI generiert potenzielle Materialien, diese werden durch Computersimulationen überprüft und schließlich mit Robotern in Experimenten getestet.
• Der gesamte Prozess wäre 100-mal schneller und kostengünstiger als heute.

Obwohl es viele verschiedene Materialien gibt (im Gegensatz zur Pharmazie mit festen Entwicklungsprozessen), ist der Marktnachfrage hoch (Chips, Batterien, Luftfahrt usw.). KI wird die Transformation dieser Industrie beschleunigen.

Zusammenfassung

KI verwandelt die Materialentwicklung von einer zufälligen, inspirativen Methode in eine präzise, auf Anforderungen ausgerichtete Prozedur – sie spart Zeit und Geld und beantwortet wichtige Fragen (z. B., ob Diamant tatsächlich die Obergrenze der Wärmeleitfähigkeit darstellt). In Zukunft könnten wir tatsächlich jede gewünschte Materialien mit KI herstellen.