Forscher vom Max-Planck-Institut für Eisenforschung in Düsseldorf haben eine neue Methode entwickelt, um Materialien herzustellen, die nicht so schnell rosten. Das ist wichtig, weil Korrosion jedes Jahr weltweit einen wirtschaftlichen Schaden von 2,5 Billionen US-Dollar verursacht. Diese Methode haben die Forscher in einem Fachmagazin namens Science Advances veröffentlicht.
Seit langer Zeit suchen Wissenschaftler und Unternehmen nach Möglichkeiten, Materialien herzustellen, die korrosionsresistent sind. Sie probieren verschiedene Mischungen von Stoffen aus und setzen Schutzschichten ein. Jetzt verwenden sie auch immer öfter künstliche Intelligenz, um vorherzusagen, wie Materialien sich verhalten werden. So können sie die besten Mischungen finden. Aber bisher konnten die KI-Modelle nicht alle wichtigen Informationen verwenden.
Die Wissenschaftler Dr. Kasturi Narasimha Sasidha und Dr. Michael Rohwerder vom Max-Planck-Institut in Düsseldorf haben nun ein neues KI-Modell entwickelt. Laut den Wissenschaftlern könne es viel genauer vorhersagen, wie Materialien sich bei Korrosion verhalten werden. Es schlägt auch neue Mischungen vor, die widerstandsfähiger sind. Zuerst haben sie das Modell für eine spezielle Art von Korrosion entwickelt, aber es kann auf alle Arten von Materialien angewendet werden. Die Forscher haben darüber in dem Fachmagazin Science Advances berichtet.
Warum ist dieses Modell anders?
Bisher konnten die KI-Modelle nur Zahlen verstehen, aber nicht die Beschreibungen, wie die Materialien gemacht wurden. Deshalb waren die Vorhersagen nicht so genau, erklären die Wissenschaftler in einer Pressemeldung. Jetzt benutzen sie eine Methode ähnlich wie bei ChatGPT, um auch Text zu verstehen. Zusammen mit maschinellem Lernen können sie jetzt viel genauer sagen, wie sich die Materialien verhalten werden. „Am Anfang haben wir das Lernmodell mit Daten über Korrosionseigenschaften und Legierungszusammensetzung trainiert. Jetzt ist das Modell selbstständig in der Lage korrosionsresistente Legierungen zu erkennen, selbst wenn die einzelnen Elemente ursprünglich nicht in das Modell eingegeben wurden“, erklären die Forscher.
Was kommt als Nächstes?
Bisher haben die Forscher die Daten selbst gesammelt, um das Modell zu trainieren. Jetzt wollen sie einen automatischen Prozess entwickeln, um noch mehr Daten zu sammeln und ins Modell einzuführen. Außerdem wollen sie das Modell erweitern, damit es auch Bilder von Mikroskopen verstehen kann. So können alle wichtigen Informationen, Text, Zahlen und Bilder, zusammen genutzt werden, um noch genauere Vorhersagen zu machen.
Foto: Pressefoto Max-Planck-Institut für Eisenforschung
