Fraunhofer SCAI: Zwei KI-Verfahren sollen Materialforschung billiger machen

Neue Materialien am Rechner zu finden, klingt nach einem perfekten Job für KI. In der Praxis scheitert es oft an der Rechenleistung oder daran, dass ein einmal trainiertes Modell kaum noch anpassbar ist. Das Fraunhofer-Institut für Algorithmen und Wissenschaftliches Rechnen SCAI in Sankt Augustin hat jetzt zwei Verfahren vorgestellt, die genau dort ansetzen.

Flexible Cutoff Learning

KI-Modelle für atomare Simulationen müssen festlegen, welche Atome miteinander wechselwirken. Dafür gibt es den sogenannten Cutoff-Radius: Nur Atome innerhalb dieses Abstands zählen. Größer heißt genauer, aber auch teurer. Bisher wird dieser Radius vor dem Training fest eingestellt. Beim neuen Ansatz bekommt jedes Atom im Training einen zufälligen Radius, das Modell lernt also mit verschiedenen Reichweiten umzugehen. Danach lässt es sich ohne neues Training auf den jeweiligen Zweck einstellen. In Tests mit molekularen Kristallen sank der Rechenaufwand laut SCAI um mehr als 60 Prozent, bei nur leicht höheren Fehlern.

Materium: Kristalle wie Sätze

Das zweite Verfahren nimmt sich Sprachmodelle zum Vorbild. Materium zerlegt eine Kristallstruktur in eine Folge von Tokens, also Informationen zu Atomen, Oxidationszuständen, Anordnung und Gitter, und lässt sie von einer Transformer-Architektur erzeugen. Anders als diffusionsbasierte Modelle entsteht die Struktur direkt statt in vielen Zwischenschritten. Ein Modell mit 43 Millionen Parametern wurde in etwa vier Stunden auf einer einzigen Nvidia-A100 trainiert, eine Struktur entsteht in unter einer Sekunde.

Meine Einordnung

Mir gefällt, dass hier nicht das nächste Riesenmodell gefeiert wird, sondern Effizienz. Wer an einer Uni oder in einem mittelständischen Labor sitzt, hat keine GPU-Farm, und genau solche Teams könnten mit vorhandener Hardware mehr Varianten durchprobieren. Ehrlich ist auch, dass SCAI die Grenzen nennt: Ziele bei stark schwankenden Eigenschaften wie Bandlücke oder Dichte trifft Materium noch nicht zuverlässig. Ein Werkzeug zum Vorsortieren also, kein Wunderknopf.

Zur Pressemitteilung des Fraunhofer SCAI.