Kunstmatige intelligentie helpt bij ontwerpen van slimme materialen

Utrechtse onderzoekers hebben een systeem met kunstmatige intelligentie (AI) ontwikkeld dat een belangrijke stap zet in het doeltreffender ontwerpen van nieuwe materialen. Op basis van de gewenste kenmerken van een materiaal berekent het AI-systeem welke bouwstenen er nodig zijn om zo’n materiaal te maken. De onderzoekers publiceren de resultaten vandaag in Science Advances.

Slimme materialen, zoals katalysatoren of membranen, bestaan uit moleculen of nanodeeltjes die zichzelf ordenen tot een bepaalde structuur. Normaal gesproken worden nieuwe materialen meer per toeval gevonden: uit een oneindig aantal mogelijke moleculen en verbindingen kijken we welke chemische samenstelling leidt tot materialen met nieuwe interessante eigenschappen, vertelt onderzoeksleider prof. Marjolein Dijkstra. Maar omdat er astronomisch veel verschillende atomen, moleculen, en deeltjes zijn, is het onbegonnen werk om alle mogelijke combinaties af te gaan.

Het nieuwe AI-systeem keert dat proces om. We bepalen eerst wat voor structuur of materiaal we willen hebben. Het AI-systeem rekent dan voor ons uit welke moleculen, verbindingen of deeltjes we nodig hebben, en onder welke omstandigheden, zoals druk, dichtheid en temperatuur, het materiaal stabiel is. De onderzoekers gebruiken een evolutionair algoritme gebaseerd op natuurlijke selectie om de deeltjes en omstandigheden aan te passen en te optimaliseren voor de desgewenste structuur. Vervolgens beoordeelt een kunstmatig neuraal netwerk of de gewenste structuur inderdaad is gevonden.

Opslaan van CO₂

In de publicatie tonen de onderzoekers de werking van het systeem aan door quasikristallen te ontwerpen. Een quasikristal is een kristal waarin de deeltjes niet op een periodiek rooster zitten, maar toch enige regelmaat vormen. Quasikristallen hebben onder meer toepassingen in fotonica. Dijkstra heeft ook al een volgend doel in zicht: Ik wil het systeem gaan gebruiken om materialen te ontwerpen voor een duurzame toekomst, bijvoorbeeld poreuze materialen die goed zijn in het vangen en opslaan van CO₂.

Opkomst van kunstmatige intelligentie

Kunstmatige intelligentie kennen we vooral van zoekmachines en zelfrijdende auto’s, maar het wordt nu ook steeds meer gebruikt voor wetenschappelijke toepassingen, vertelt Dijkstra. “Steeds meer materiaalonderzoekers werken tegenwoordig met AI. Dat komt voor een groot deel doordat computers steeds sneller zijn geworden, maar ook doordat we de beschikking hebben over grote hoeveelheden data. Dit biedt nieuwe kansen voor de zoektocht naar nieuwe materialen. Met behulp van machine learning kunnen we heel efficiënt de zoekruimte van oneindig veel materiaalcombinaties verkennen.”