Forscher lösen 100 Jahre altes Mysterium der Kristallografie

Mit einem neuen KI-Algorithmus können Wissenschaftler nun die atomare Struktur von Nanokristallen rekonstruieren - etwas, das mit herkömmlicher Kristallografie unmöglich war. Die Technologie könnte die Entwicklung neuer Materialien erheblich beschleunigen.

KI knackt 100 Jahre altes Kristallografie-Problem

Seit über einem Jahrhundert ist die Kristallografie mit Röntgenbeugung die Standardmethode, um die atomare Struktur von Materialien zu entschlüsseln. Doch diese Technik hat eine entscheidende Schwäche: Sie funktioniert nur zuverlässig bei großen, reinen Kristallen. Bei winzigen Nanokristallen liefert sie zu ungenaue Daten für eine präzise Strukturbestimmung - ein Problem, das Wissenschaftler seit Jahrzehnten beschäftigt.

Forschern der Columbia University ist diesbezüglich nun ein bedeutender Durchbruch gelungen. Mit einem als PXRDnet bezeichneten KI-Algorithmus haben sie eine Methode entwickelt, die die atomare Struktur von Nanokristallen zuverlässig aus deren Beugungsmustern rekonstruieren kann. Die Ergebnisse wurden kürzlich im renommierten Fachjournal Nature Materials veröffentlicht.

Wie die KI das Unmögliche möglich macht

Das Team um Simon Billinge und Hod Lipson nutzte einen auf Diffusionsprozessen basierenden Algorithmus, der mit mehr als 45.000 bekannten Kristallstrukturen trainiert wurde. "Die KI löste dieses Problem, indem sie alles aus einer Datenbank von vielen tausend bekannten, aber nicht verwandten Strukturen lernte", erklärt Billinge. "Ähnlich wie ChatGPT Sprachmuster lernt, hat unser KI-Modell die Muster atomarer Anordnungen gelernt, die in der Natur vorkommen."

Der Algorithmus analysiert die chemische Formel und das Beugungsmuster eines Materials und kann daraus die wahrscheinlichste atomare Struktur ableiten - selbst bei Nanokristallen von nur 10 Ångström Größe. In Tests konnte PXRDnet in vier von fünf Fällen die korrekte Struktur bestimmen, mit einer durchschnittlichen Abweichung von nur sieben Prozent.

Von der Theorie zur Praxis

Im dritten Forschungsjahr testete das Team seine Methode nicht nur an simulierten, sondern auch an realen experimentellen Daten, wie aus der Veröffentlichung in Nature Materials hervorgeht. Die Ergebnisse bestätigten die Leistungsfähigkeit des Ansatzes auch unter Praxisbedingungen.

Die Bedeutung dieser Innovation ist erheblich. Die Kristallografie ist grundlegend für zahlreiche wissenschaftliche Bereiche - von der Medizin über die Halbleiterentwicklung bis hin zur Archäologie. Die neue Methode könnte die Entwicklung neuer Medikamente, Batterien und Materialien deutlich beschleunigen.

"Was mich besonders begeistert, ist, dass KI mit relativ wenig Hintergrundwissen in Physik oder Geometrie ein Rätsel lösen konnte, das Forscher seit einem Jahrhundert beschäftigt", sagt Lipson. "Das ist ein Zeichen für kommende Entwicklungen in vielen anderen Bereichen mit langjährigen Herausforderungen."

Was haltet ihr von diesem Durchbruch? Könnte diese KI-Technologie auch in anderen Bereichen der Wissenschaft ähnliche Fortschritte ermöglichen? Teilt eure Gedanken in den Kommentaren!


Siehe auch: