Bei vielen modernen Materialien sind sowohl die Zusammensetzung als auch der Herstellungsprozess komplex. Gleichzeitig ist die Materialherstellung und ‑charakterisierung oft mit erheblichem Ressourceneinsatz verbunden. Angesichts dessen ist der Einsatz von Methoden der Künstlichen Intelligenz (KI) in diesem Bereich vielversprechend – er stößt aber auch an seine Grenzen, weil die Anzahl der verfügbaren Datenpunkte zum Trainieren der KI-Modelle sehr gering ist.
Einen Ausweg aus diesem Dilemma bildet die Software-Plattform ALPmat (Active Learning Platform for Materials Development), die im Rahmen des strategischen Projektes MCacceL am Materials Center Leoben (MCL) aufgebaut wird. Dabei wird einerseits der Bedarf an Trainingsdaten minimiert, indem der Algorithmus gezielt neue Datenpunkte vorschlägt. Andererseits wird bestehendes Wissen in Form von Daten mit physikalischen Zusammenhängen kombiniert und daraus ein Modell erstellt, das die bestehenden Daten beschreibt und die Eigenschaften neuer Daten vorhersagt, aus denen wiederum Vorschläge für neue Zusammensetzungen oder Prozessparameter gemacht werden können.
Anhand dieser Vorschläge werden neue Materialien hergestellt und charakterisiert, wodurch sich die Anzahl der Datenpunkte erweitert. Somit lernt das Modell von den neuen Daten und der Entwicklungsprozess kann deutlich verkürzt werden, was zu einer deutlichen Reduktion der Entwicklungszeit und der Kosten führt.
Fördergeber
MCL als Träger des Kompetenzzentrums IC-MPPE wird vom BMK und BMDW sowie von den Bundesländern Steiermark, Oberösterreich und Tirol – im Rahmen von COMET (Competence Centers for Excellent Technologies) – gefördert. Die COMET-Förderung wird von der FFG abgewickelt.
