Gå direkt till innehåll
Rickard Armiento, docent i fysikalisk modellering vid Linköpings universitet är en av författarna bakom den vetenskapliga artikeln som är publicerad i Science Advances.
Rickard Armiento, docent i fysikalisk modellering vid Linköpings universitet är en av författarna bakom den vetenskapliga artikeln som är publicerad i Science Advances.

Pressmeddelande -

Ny AI-modell ska hitta tidigare okända material

Den kemiska rymden kan kartläggas i större skala än tidigare med hjälp av en ny AI-modell som tagits fram av en grupp forskare vid Linköpings universitet och Cambridge i England. Rönen publiceras i tidskriften Science Advances.

Den så kallade kemiska rymden av okända material och molekyler kan sägas vara lika stor och outforskad som världsrymden. Det finns därför stor anledning att utveckla metoder för att hitta hittills oupptäckta material. I ett samarbete har forskare vid Linköpings universitet och Cambridge tagit fram en maskininlärningsmetod som kan kartlägga den kemiska rymden i en mycket större skala än tidigare.

AI-modellen beskriver material utifrån symmetrin mellan platserna som atomerna sitter på vilket gör det lättare att utforska olika intressanta möjligheter.

– Vi har tränat modellen på över 300 000 material och har fått den att föreslå tidigare okända material där atomerna placerats ut på nya symmetriska sätt, säger Rickard Armiento, docent i fysikalisk modellering och forskningsledare vid enheten för materialdesign och informatik vid Linköpings universitet.

Med hjälp av den nya metoden kan nya kombinationer av ämnen i nya kristallstrukturer förutsägas av AI i stället för att tas fram i labb och då blir vägen kortare till design och utveckling av material. Forskare kan därmed mycket snabbare ta fram förslag på nya material för till exempel utveckling av batterier och solceller.

– Om vi ser på materialupptäckter som jakten på en nål i en höstack så gör vår modell så att vi minskar andelen hö dramatiskt innan vi inleder vår jakt, säger Rhys Goodall, doktorand vid Cavendishlaboratoriet på universitetet i Cambridge.

Att söka efter kombinationer av ämnen som ger stabila material är grundläggande för materialvetenskapen liksom att förstå hur strukturen för materialen är uppbyggd. Att avgöra om ett material är stabilt innebär ett omfattande beräkningsarbete. Med modellen som har konstruerats i denna studie, som lär av mönster i kända material och förutsäger om nya kombinationer kan bli stabila, blir detta beräkningsarbete mycket effektivare.

– Vi visar hur vi med vår modell kan screena potentiella material och fokusera våra beräkningar och experiment på dem som har störst potential, säger Rhys Goodall.

Metoden förutsäger strukturen för material som ser lovande ut för utveckling av material för till exempel piezoelektricitet och energiutvinning med fem gånger högre effektivitet än tidigare metoder.

Felix Andreas Faber är postdoktor vid Cambridge och han menar att nuvarande simuleringar för att räkna ut stabiliteten hos kristallstrukturer är för tidskrävande och för dyra.

– Den kemiska rymden där icke-organiska fasta material kan existera är så stor att det är omöjligt att undersöka ens en fraktion av den. Men vår modell överkommer många av de hindren, säger Felix Andreas Faber.

Forskarna använder nu den nya modellen i jakten på nya funktionella material. På avdelningen för teoretisk fysik vid Linköpings universitet pågår flera forskningsprojekt där metoderna potentiellt kan komma att användas i till exempel utveckling av material för hårda ytbeläggningar och sätt att förändra halvledarmaterial för användning inom bland annat kvantinformation.

Studien har finansierats av Vetenskapsrådet, Swedish e-Science Research Centre samt the Royal Society and the Winton Programme for the Physics of Sustainability. Studien har använt beräkningsresurser vid Nationellt superdatorcentrum vid Linköpings universitet tillhandahållna av Swedish National Infrastructure for Computing.

Artikeln: Rapid discovery of stable materials by coordinate-free coarse graining, Rhys A. Goodall, Abhijith S. Parackal, Felix A. Faber, Rickard Armiento, Alpha A. Lee, Science Advances, publicerad online 27 juli 2022. DOI: 10.1126/sciadv.abn4117

Kontakt

Rickard Armiento, universitetslektor, rickard.armiento@liu.se, 013-28 12 49

Ämnen

Kategorier


I nyhetsbrevet "Forskning och samhälle - nyheter från Linköpings universitet" får du ta del av det senaste inom forskning och samverkan vid Linköpings universitet. Vi berättar om nya upptäckter, hur forskning kommer till nytta och hur samverkan bidrar till att kunskap sprids. Prenumerera här!

Kontakter

Anders Törneholm

Anders Törneholm

Presskontakt Forskningskommunikatör Teknik och naturvetenskap 013-28 68 39
Karin Söderlund Leifler

Karin Söderlund Leifler

Presskontakt Forskningskommunikatör Medicin och naturvetenskap 013-28 13 95
Jonas Roslund

Jonas Roslund

Presskontakt Forskningskommunikatör Samhällsv., humaniora och utbildningsv. 013 28 28 00
Anna-Karin Thorstensson

Anna-Karin Thorstensson

Presskontakt Enhetschef Universitetsledningen och allmänna mediaförfrågningar 013-281302
Media Content Panel
Rickard Armiento
Rickard Armiento
Licens:
Icke kommersiell användning
Filformat:
.jpg
Upphovsrätt:
Linköpings universitet
Storlek:
5184 x 3456, 3,45 MB
Ladda ner
Media Content Panel
Felix Andreas Faber
Felix Andreas Faber
Licens:
Icke kommersiell användning
Filformat:
.jpg
Upphovsrätt:
Linköpings universitet
Storlek:
5184 x 3456, 3,56 MB
Ladda ner
Media Content Panel
Rickard Armiento
Rickard Armiento
Licens:
Icke kommersiell användning
Filformat:
.jpg
Upphovsrätt:
Linköpings universitet
Storlek:
5184 x 3456, 3,25 MB
Ladda ner
Media Content Panel
Kristallstruktur
Kristallstruktur
Licens:
Icke kommersiell användning
Filformat:
.png
Upphovsrätt:
craiyon.com
Storlek:
461 x 456, 369 KB
Ladda ner

Relaterat innehåll

På superdatorer, ex Berzelius vid LiU, simulerar forskare hur atomer i olika material beter sig. Data ifrån sådana simulationer görs tillgänglig över hela världen via standarden OPTIMADE för att träna framtidens AI-modeller för materialforskning.

Internationellt samarbete lägger grunden för framtidens AI för material

Artificiell intelligens (AI) skyndar på utvecklingen av nya material. En förutsättning för AI inom materialforskning är storskalig användning och utbyte av data om material, något som underlättas av en bred internationell standard. Forskare vid Linköpings universitet är med och organiserar ett stort internationellt samarbete som nu presenterar en utökad version av standarden OPTIMADE.

Välkommen till Linköpings universitet (LiU)!

Linköpings universitet tänker fritt och gör nytt med kraften från 45 000 LiU-studenter och medarbetare.

Vi har nära samarbete med näringsliv och samhälle och våra innovativa utbildningar gör studenterna eftertraktade på arbetsmarknaden och redo för en föränderlig värld. På LiU får du bidra till något större, i en miljö där modig och gränsöverskridande forskning ständigt kommer till nytta. Nya material, AI, visualisering, hållbar samhällsomvandling och livsvetenskaperna är några områden där LiU formar framtiden.

Sedan starten 1975 har LiU vuxit till ett internationellt högt rankat universitet. Men det viktigaste är det vi lovat oss själva – att fortsätta sträva efter förnyelse och aldrig slå oss till ro.

Linköpings universitet (LiU)

581 83 Linköping