KI und HPC: Microsoft und PNNL forschen an neuen Batterien

Microsoft und das Pacific Northwest National Laboratory (PNNL) des US-Energieministeriums haben eine Partnerschaft geschlossen, innerhalb derer Innovationen im Bereich nachhaltiger Energiequellen erforscht werden. Die Beteiligten möchten künstliche Intelligenz (KI) und das Hochleistungsrechnen (HPC) in der Cloud nutzen, um Entdeckungen in der Computerchemie und der Materialwissenschaft zu beschleunigen – das soll bei der Entwicklung einer neuen Batterieverbindung helfen, die den Einsatz von Lithium um bis zu 70 % reduzieren könnte.

„Wir glauben, dass die Schnittmenge von KI, Cloud und High-Performance-Computing zusammen mit der Expertise von Wissenschaftlern der Schlüssel zur Beschleunigung bedeutender wissenschaftlicher Ergebnisse ist“, sagt Tony Peurrung, stellvertretender Direktor für Wissenschaft und Technologie am PNNL. „Unsere Zusammenarbeit mit Microsoft zielt darauf ab, Wissenschaftlern den Zugang zu KI zu ermöglichen. Wir erkennen das Potenzial der KI, unerwartete oder unkonventionelle Materialien oder Ansätze zu entdecken, die eine genaue Untersuchung wert sind. Dies ist der erste Schritt auf einer spannenden Reise, die das Tempo wissenschaftlicher Entdeckungen erhöhen wird.“

Der erste Schritt ist das zu nutzen, was KI am besten kann: Daten zusammenführen und Ergebnisse rasch präsentieren. Zu diesem Zweck wird die Azure Quantum Elements-Plattform von Microsoft genutzt: Diese verwendet KI-Modelle, die speziell zur Unterstützung wissenschaftlicher Entdeckungen entwickelt wurden. Die PNNL-Forscher werden mit dieser Hilfe versuchen, vielversprechende neue Materialien und Chemikalien für Anwendungen in nachhaltigen, bedarfsgerechten Energieversorgungssystemen zu identifizieren.

Laut den Wissenschaftlern besteht der erste Schritt bei der Erforschung der Materialsynthese traditionell darin, alle veröffentlichten Studien über infrage kommende Materialien zu lesen und Hypothesen zu formulieren. Im nächsten Schritt steht das Testen der Hypothesen an, was in der Regel ein iterativer und langwieriger Prozess ist. Um nur ein Beispiel zu nennen: Vijay Murugesan, Leiter der Materialforschungsgruppe des PNNL, erinnert sich an ein früheres Projekt des PNNL zu einer Vanadiumbatterie, bei der die Entwicklung eines neuen Materials mehrere Jahre in Anspruch genommen hatte.

Inzwischen testen die PNNL-Wissenschaftler ein neues Batteriematerial, das in wenigen Tagen statt in Jahren gefunden wurde. Mit der Unterstützung von Microsoft wurden verschiedene KI-Systeme darauf trainiert, 32 Millionen potenzielle anorganische Materialien zu bewerten und Kombinationen vorzuschlagen. Dabei konnte das KI-System alle stabilen Materialien ausfindig machen. Ein weiteres KI-Tool hatte die Aufgabe, im Anschluss alle Kandidatenmoleküle auf der Grundlage ihrer Reaktivität herauszufiltern. Danach wurden weitere auf der Grundlage ihres energieleitenden Potenzials ausgewählt. Im Laufe des gesamten Prozesses wurden die 32 Millionen Kandidaten auf 500.000 meist neue stabile Materialien reduziert, wobei am Ende 800 geeignete Kandidaten zur Auswahl blieben.

In einer weiteren Phase der Forschung wurden hochpräzise HPC-Methoden für eine kleinere Anzahl von Materialkandidaten eingesetzt. Bei der ersten Überprüfung fand die Berechnung der Energie jedes Materials im Verhältnis zu allen anderen möglichen Zuständen statt. Anschließend wurden Molekulardynamiksimulationen durchgeführt, bei denen HPC und KI in Kombination zum Einsatz kamen, um die Bewegungen der Atome und Moleküle in jedem Material zu analysieren.

Auf diese Weise ließ sich die Liste schnell auf 150 Kandidaten reduzieren. Schließlich bewerteten die Microsoft-Forscher mit Hilfe von HPC die Praxistauglichkeit der einzelnen Materialien – berücksichtigt wurden deren Verfügbarkeit, Kosten und andere Faktoren. So blieben letztendlich 23 Kandidaten übrig, von denen fünf Materialien bereits bekannt waren.

Wie viel Zeit hat der gesamte Prozess beansprucht? Unter Berücksichtigung der KI-HPC-Kombination dauerte es lediglich 80 Stunden, um die vielversprechendsten Materialien für die Anwendung in Batterien zu finden. In früheren Szenarien wäre der Knackpunkt für diese Art von Forschung die Verfügbarkeit von Hochleistungscomputern gewesen. Selbst in Universitäten und Forschungseinrichtungen sind die Supercomputer in der Regel nicht auf einen bestimmten Bereich zugeschnitten und müssen von mehreren wissenschaftlichen Initiativen gemeinsam genutzt werden. Bei den von Microsoft und PNNL in Partnerschaft durchgeführten Forschungen war HPC nur für 10 % der Rechenzeit verantwortlich, da eine große Anzahl an zu testenden Molekülen bereits im vorherigen Schritt reduziert worden war: Die anderen 90 % der Rechenzeit entfielen auf das KI-System, das den größten Teil der Kandidatenauswahl im Vorhinein übernehmen konnte.

Nun befindet sich die Forschung bereits in einem praktischen Stadium: Die Materialien wurden erfolgreich synthetisiert und in funktionale Batterieprototypen umgewandelt, die im Labor getestet werden. Microsoft arbeitet bereits an digitalen Werkzeugen, um weitere Prozesse der wissenschaftlichen Vorgehensweise zu beschleunigen.

Laut den PNNL-Forschern nahm das gesamte Projekt – von der Simulation der Kandidaten bis zur Herstellung einer funktionierenden Batterie – nur neun Monate in Anspruch. Das sei ein Wimpernschlag im Vergleich zu herkömmlichen Forschungsmethoden.

Heutzutage werden die meisten Batterien, die in verschiedenen Geräten verwendet werden, aus Lithium-Ionen hergestellt. Dieses Material ist bereits jetzt knapp und teuer, dennoch wird die Nachfrage nach Angaben des US-Energieministeriums bis 2030 voraussichtlich noch um das Fünf- bis Zehnfache steigen. Außerdem ist diese Art von Batterie mit Sicherheitsproblemen behaftet und kann zu Explosionen oder Bränden führen. Erschwerend kommt hinzu, dass der Abbau dieses und anderer Materialien traditionell mit ökologischen und geopolitischen Problemen behaftet ist. Daher sind Forschungsarbeiten wie die von Microsoft und PNNL so wichtig.

„Die Ergebnisse der neuen Batterien sind nur ein Beispiel – und gleichzeitig der Beweis“, sagt Brian Abrahamson, Chief Digital Officer von PNNL. „Wir haben von Anfang an erkannt, dass die Magie hier in der Geschwindigkeit liegt, mit der KI hilft, vielversprechende Materialien zu identifizieren. Zudem hat die Möglichkeit, diese Ideen im Labor sofort in die Tat umzusetzen, den Prozess beschleunigt. Wir freuen uns, die Partnerschaft zwischen Microsoft und dem PNNL voranzutreiben. Die Idee ist, die Grenzen des Möglichen durch die Verschmelzung von Spitzentechnologie und wissenschaftlichen Erkenntnissen auszuweiten.“

Da die KI-Tools von Microsoft für den Bereich der Chemie und nicht nur für Batteriesysteme geschult sind, lassen sie sich für jede Art von Materialforschung einsetzen – beispielsweise auch für die Pharmaindustrie. Darüber hinaus könnte die Forschung den Weg für weitere Fortschritte ebnen, die durch Quantencomputing möglich werden.