Een zoektocht naar het onmogelijke
In de wereld van de natuurkunde en materiaalkunde draait veel om patronen. Sommige van de meest mysterieuze quantumeffecten ontstaan alleen wanneer atomen in uiterst precieze structuren gerangschikt zijn. Denk aan exotische roosters van driehoeken en zeshoeken die samen nieuwe natuurwetten lijken te schrijven. Maar zulke materialen vinden is alsof je zoekt naar een speld in een hooiberg.
Onderzoekers van MIT besloten het probleem anders aan te pakken: waarom laten we een AI niet zoeken, maar dan wel mét duidelijke spelregels? Zo ontstond SCIGEN — een slimme toevoeging die generatieve AI dwingt rekening te houden met geometrie, niet alleen met stabiliteit.
|
New tool makes generative AI models more likely to create breakthrough materialsA new tool called SCIGEN allows researchers to implement design rules that AI models must follow when generating new materials. The advance could speed the development of materials that enable technological breakthroughs. |
Waarom stabiliteit niet genoeg is
Traditionele AI-modellen die nieuwe materialen ontwerpen, richten zich vooral op stabiliteit. Logisch: wat heb je aan een verbinding die meteen uit elkaar valt? Maar in de quantumwereld gaat het vaak om iets anders: materialen met vreemde, zeldzame structuren die juist instabiliteit of bijzondere spanningen in zich dragen. Daar, in dat grensgebied, duiken vaak de echte doorbraken op.
SCIGEN verandert de spelregels door niet alleen te vragen om “stabiele” materialen, maar ook om exacte geometrische patronen die wetenschappers al langer in verband brengen met quantumfenomenen.
AI met ingebouwde regels
Wat maakt SCIGEN bijzonder? Het legt generatieve modellen geometrische beperkingen op. Elk voorstel dat niet voldoet aan de vereisten, wordt onderweg afgekeurd. Zo ontstaat een filter dat de AI voortdurend bijstuurt, stap voor stap.
De onderzoekers koppelden SCIGEN aan een bestaand AI-model, DiffCSP, en gaven het de opdracht te jagen op Archimedeïsche roosters — structuren waarin verschillende veelhoeken harmonieus samenkomen.
Van miljoenen ideeën naar twee nieuwe materialen
De resultaten waren verbluffend: het model spuugde meer dan 10 miljoen kandidaten uit. Na strenge filters bleven er een miljoen over, en daarvan werden 26.000 kandidaten in detail gesimuleerd.
Wat bleek? Ruim 40% vertoonde magnetische eigenschappen, een aanwijzing dat ze mogelijk interessant zijn voor quantumtechnologie. Uiteindelijk rolden er zelfs twee volledig nieuwe verbindingen uit: TiPdBi en TiPbSb. En nog mooier: deze materialen werden in het lab daadwerkelijk gesynthetiseerd — met eigenschappen die grotendeels overeenkwamen met de voorspellingen van de AI.
Quantumcomputers en meer
Het ultieme doel van dit onderzoek? Nieuwe wegen openen naar quantum spin liquids en andere materialen die de bouwstenen kunnen vormen voor de quantumcomputer van de toekomst. Zulke materialen zouden qubits stabieler en foutbestendiger kunnen maken.
Maar de toepassingen reiken verder. Sommige van de ontdekte structuren blijken poreus, wat ze geschikt kan maken voor klimaatoplossingen zoals CO₂-opslag. Zo zou SCIGEN niet alleen de computerwereld, maar ook de planeet ten goede kunnen komen.
Grenzen en dromen
Toch is het geen wondermiddel. AI kan voorspellen, maar alleen het laboratorium kan bevestigen. Sommige materialen blijven theoretisch omdat ze in de praktijk niet te maken zijn.
De onderzoekers dromen al van een volgende stap: constraints toevoegen die niet alleen de structuur, maar ook chemische eigenschappen of toepassingen sturen. Denk aan materialen die gericht zijn op supergeleiding, magnetisme of energieopslag.
Een nieuw tijdperk voor materiaalontwerp
Waar onderzoekers vroeger vaak afhankelijk waren van toeval of eindeloze berekeningen, brengt SCIGEN doelgerichtheid in de chaos. Het laat zien dat AI niet alleen kan dromen, maar ook kan bouwen binnen regels. En soms levert dat precies de doorbraak waar wetenschappers al decennia op wachten.
