AI-agents versnellen zoektocht naar nieuwe materialen sterk

Wetenschappers van het Argonne National Laboratory, een onderzoeksinstituut van het Amerikaanse ministerie van Energie, hebben een kunstmatige-intelligentiesysteem ontwikkeld dat een tijdrovend proces in materiaalonderzoek automatiseert. Het systeem voert zogeheten atomistische simulaties uit: berekeningen die voorspellen hoe atomen in een materiaal zich gedragen en met elkaar reageren. Dat soort simulaties is essentieel bij het ontwerpen van nieuwe batterijen, onderdelen voor de ruimtevaart en elektronica, maar het handmatig opzetten en uitvoeren ervan kost normaal gesproken veel tijd.

Van maanden naar dagen

Het team achter het project noemt de ontwikkeling een fundamentele omslag in hoe materiaalonderzoek wordt gedaan. In plaats van dat onderzoekers losse software-tools handmatig aan elkaar knopen, neemt een team van samenwerkende AI-agents die taak over. Volgens Aditya Koneru, onderzoeker bij de Argonne Leadership Computing Facility en een van de auteurs van de studie, kan de nieuwe aanpak de tijd die nodig is om nieuwe materialen te ontdekken terugbrengen van maanden of jaren naar slechts een paar dagen. Belangrijk is dat het systeem leert van tussentijdse resultaten: een mislukte berekening levert vaak informatie op die de volgende poging verbetert, waardoor het proces zichzelf steeds bijstuurt.

Simulaties voor iedereen toegankelijker

Volgens Subramanian Sankaranarayanan, materiaalwetenschapper bij Argonne en hoogleraar aan de University of Illinois Chicago, verlaagt het systeem de drempel om atomistische simulaties te gebruiken. Normaal is hiervoor gespecialiseerde kennis van complexe software nodig. Met het nieuwe systeem kan een gebruiker gewoon een vraag in gewone taal stellen, bijvoorbeeld: bereken het smeltpunt van een legering van goud en koper. Binnen enkele minuten levert het systeem dan een gedetailleerd antwoord. Volgens de onderzoekers werkt de AI daarbij niet alleen sneller, maar maakt het ook minder fouten dan wanneer een mens dezelfde simulaties handmatig zou uitvoeren.

Samenwerking tussen faciliteiten

De architectuur van het systeem is mede ontwikkeld met onderzoekers van de Advanced Photon Source, een andere onderzoeksfaciliteit van Argonne die wordt gebruikt voor het bestuderen van materialen met röntgenstraling. Volgens Katerina Vriza, voormalig wetenschapper bij het Center for Nanoscale Materials van Argonne, stroomlijnt het multi-agent-systeem het gebruik van uiteenlopende tools voor het uitvoeren en analyseren van simulaties. Doordat AI-agents taken zelfstandig kunnen interpreteren en uitvoeren, hoeven onderzoekers niet langer alle tussenstappen zelf te coördineren. De onderzoekers verwachten dat deze aanpak breder navolging krijgt binnen de wetenschappelijke gemeenschap, omdat ze laboratoria in staat stelt sneller te experimenteren met nieuwe materiaalcombinaties voor onder meer energieopslag en elektronica.