Forschende des Max-Planck-Instituts für Eisenforschung haben ein neues maschinelles Lernmodell für korrosionsresistente Legierungen entwickelt. Ihre Ergebnisse wurden in der Fachzeitschrift Science Advances veröffentlicht.
Der wirtschaftliche Schaden, der weltweit durch Korrosion verursacht wird liegt jährlich bei 2,5 Billionen US-Dollar. Wissenschaft und Industrie suchen nach neuen Legierungen, die korrosionsresistent sind und nach Beschichtungen, die Legierungen vor Korrosion schützen. Künstliche Intelligenz (KI) wird bei der Suche immer häufiger angewendet, um das Korrosionsverhalten von Materialien vorherzusagen und so optimale Legierungszusammensetzungen zu finden. Die Vorhersagekraft bisheriger KI-Modelle ist allerdings begrenzt, da nicht alle relevanten Daten in Betracht gezogen werden können. Forschende des Düsseldorfer Max-Planck-Instituts für Eisenforschung (MPIE) haben ein neues maschinelles Lernmodell entwickelt, das korrosives Versagen um 15% genauer vorhersagen kann als bisherige Modelle und neue resistente Legierungen vorschlägt.
Das Modell wurde ursprünglich für den kritischen Bereich der Lochfraßkorrosion in hochfesten Legierungen entwickelt, es lässt sich jedoch auch auf alle Legierungseigenschaften ausweiten. Die Forschenden haben ihre Erkenntnisse in der Fachzeitschrift Science Advances veröffentlicht.
KI-Modell in Text und Zahlen
„Die Korrosionsresistenz jeder Legierung hängt von ihrer Zusammensetzung und ihrer Herstellung und Verarbeitung ab. Allerdings konnten bisherige KI-Modelle nur die Zusammensetzung basierend auf numerischen Daten verarbeiten. Da die Herstellung und Verarbeitung der Legierung aber textlich dokumentiert werden, flossen diese Daten nicht in KI-Modelle ein. Deswegen war die Aussagekraft bisheriger KI-Modelle eingeschränkt.“, so Dr. Kasturi Narasimha Sasidhar, Erstautor der Veröffentlichung und ehemaliger Postdoktorand am Max-Planck-Institut für Eisenforschung.
Das Forscherteam nutzt Sprachverarbeitungsmethoden, ähnlich wie ChatGPT, und kombiniert diese mit maschinellem Lernen (ML). So konnten die MPIE-Wissenschaftler ein maschinelles Lernmodell entwickeln, das numerische Daten und natürliche Sprache vollautomatisch verarbeitet und nun besser vorhersagen kann, wie Legierungen sich bei Korrosion verhalten beziehungsweise welche Legierungen korrosionsresistent sind.
„Am Anfang haben wir das Lernmodell mit Daten über Korrosionseigenschaften und Legierungszusammensetzung trainiert. Jetzt ist das Modell selbstständig in der Lage korrosionsresistente Legierungen zu erkennen, selbst wenn die einzelnen Elemente ursprünglich nicht in das Modell eingegeben wurden“, erklärt Dr. Michael Rohwerder, Co-Autor der Veröffentlichung und Leiter der Gruppe „Korrosion“ am Max-Planck-Institut für Eisenforschung.
Automatisiertes Data Mining und Bildverarbeitung
Das KI-Modell basiert bisher auf manuell gesammelten Daten der Wissenschaftler. Ihr Ziel besteht jetzt darin, den Prozess des Data Mining zu automatisieren und nahtlos in ihr Modell zu integrieren. Zudem soll das Modell auch auf Mikroskopiebilder erweitert werden, damit alle relevanten Informationsquellen, Text, Zahlen und Bilder, in das KI-Modell einfließen und so die Aussagekraft weiter erhöhen.
Die Originalveröffentlichung können Sie hier aufrufen.
