Onderzoekers van de Universiteit van Liverpool hebben een collaboratieve kunstmatige-intelligentietool gemaakt die de tijd en moeite vermindert die nodig zijn om echt nieuwe materialen te ontdekken.

Gerapporteerd in het journaal Natuurcommunicatie , de nieuwe tool heeft al geleid tot de ontdekking van vier nieuwe materialen, waaronder een nieuwe familie van solid-state materialen die lithium geleiden. Dergelijke vaste elektrolyten zullen van cruciaal belang zijn voor de ontwikkeling van vaste-stofbatterijen die een groter bereik en meer veiligheid bieden voor elektrische voertuigen. Verdere veelbelovende materialen zijn in ontwikkeling.

De tool brengt kunstmatige intelligentie samen met menselijke kennis om prioriteit te geven aan die delen van onontgonnen chemische ruimte waar nieuwe functionele materialen het meest waarschijnlijk worden gevonden.

Het ontdekken van nieuwe functionele materialen is een risicovol, complexe en vaak lange reis omdat er een oneindige ruimte van mogelijke materialen is die toegankelijk zijn door alle elementen in het periodiek systeem te combineren, en het is niet bekend waar nieuwe materialen bestaan.

De nieuwe AI-tool is ontwikkeld door een team van onderzoekers van de University of Liverpool's Department of Chemistry and Materials Innovation Factory, onder leiding van professor Matt Rosseinsky, om deze uitdaging aan te gaan.

De tool onderzoekt de relaties tussen bekende materialen op een schaal die voor mensen onbereikbaar is. Deze relaties worden gebruikt om combinaties van elementen die waarschijnlijk nieuwe materialen zullen vormen, te identificeren en numeriek te rangschikken. De ranglijsten worden door wetenschappers gebruikt om de verkenning van de grote onbekende chemische ruimte gericht te begeleiden, experimenteel onderzoek veel efficiënter maken. Die wetenschappers nemen de uiteindelijke beslissingen, geïnformeerd door het andere perspectief dat de AI biedt.

Hoofdauteur van het artikel Professor Matt Rosseinsky zei:"Tot op heden, een gemeenschappelijke en krachtige benadering is geweest om nieuwe materialen te ontwerpen naar nauwe analogie met bestaande, maar dit leidt vaak tot materialen die lijken op de materialen die we al hebben.

"We hebben daarom nieuwe tools nodig die de tijd en moeite verminderen die nodig zijn om echt nieuwe materialen te ontdekken, zoals degene die hier is ontwikkeld en die kunstmatige intelligentie en menselijke intelligentie combineert om het beste van beide te krijgen.

"Deze gezamenlijke aanpak combineert het vermogen van computers om te kijken naar de relaties tussen enkele honderdduizenden bekende materialen, een schaal die voor mensen onbereikbaar is, en de deskundige kennis en het kritische denken van menselijke onderzoekers die tot creatieve vooruitgang leiden.

"Deze tool is een voorbeeld van een van de vele collaboratieve benaderingen van kunstmatige intelligentie die wetenschappers in de toekomst waarschijnlijk ten goede zullen komen."

Het vermogen van de samenleving om mondiale uitdagingen zoals energie en duurzaamheid op te lossen, wordt beperkt door ons vermogen om materialen met gerichte functies te ontwerpen en te maken, zoals betere zonneabsorbers die betere zonnepanelen maken of superieure batterijmaterialen die elektrische auto's met een groter bereik maken, of bestaande materialen te vervangen door minder giftige of schaarse elementen te gebruiken.

Deze nieuwe materialen creëren maatschappelijk voordeel door nieuwe technologieën aan te drijven om mondiale uitdagingen aan te gaan, en ze onthullen ook nieuwe wetenschappelijke fenomenen en inzichten. Alle moderne draagbare elektronica wordt mogelijk gemaakt door de materialen in lithium-ionbatterijen, die in de jaren tachtig werden ontwikkeld, die benadrukt hoe slechts één materiaalklasse onze manier van leven kan veranderen:het definiëren van versnelde routes naar nieuwe materialen zal momenteel onvoorstelbare technologische mogelijkheden voor onze toekomst openen.