Maßgeschneiderte Kunststoffe Digitales System identifiziert optimale Polymere

Quelle: Pressemitteilung Universität Bayreuth 2 min Lesedauer

Anbieter zum Thema

Heute verfügbare Polymere sind nur ein kleiner Ausschnitt von theoretisch möglichen Kunststoffen. An der Universität Bayreuth wurde jetzt ein digitales System entwickelt, das aus rund 100 Millionen theoretisch möglicher Polymere genau jene herausfiltern kann, die für eine anvisierte Anwendung am besten geeignet sind.

Prof. Dr. Christopher Kuenneth von der Universität Bayreuth vor dem neuentwickeltem digitalen System „polyBERT“. Der Bildschirm zeigt die atomistische Struktur eines Polymers mit Kohlenstoff-Atomen (graue Kugeln) und Wasserstoff-Atomen (weiße Kugeln).(Bild:  UBT / Chr. Wißler)
Prof. Dr. Christopher Kuenneth von der Universität Bayreuth vor dem neuentwickeltem digitalen System „polyBERT“. Der Bildschirm zeigt die atomistische Struktur eines Polymers mit Kohlenstoff-Atomen (graue Kugeln) und Wasserstoff-Atomen (weiße Kugeln).
(Bild: UBT / Chr. Wißler)

Die Grundlage für das digitale System bilden Erkenntnisse, Konzepte und Techniken aus der Polymerchemie, der Linguistik und der natürlichen Sprachverarbeitung sowie der lernenden Künstlichen Intelligenz. Prof. Dr. Christopher Kuenneth, Professor für Computational Materials Science an der Fakultät für Ingenieurwissenschaften der Universität Bayreuth, und sein Forschungspartner Prof. Dr. Rampi Ramprasad vom Georgia Institute of Technology in Atlanta haben ihr neues System „polyBERT“ genannt.

Bezeichnungen von rund 100 Millionen Polymeren gelernt

Wie die Universität Bayreuth mitteilt, behandelt es die chemische Struktur von Polymeren wie eine chemische Sprache: Jedes Wort, das in dieser Sprache gebildet werden kann, ist eine eindeutige Bezeichnung für ein theoretisch mögliches Polymer. Molekulare Bausteine und Struktur des jeweiligen Polymers spiegeln sich in dieser Bezeichnung wider. Aufbauend auf neuen Erkenntnissen aus der Sprachwissenschaft und der Informatik, ist das digitale System von den Forschern trainiert und zu einem lernenden System entwickelt worden. So hat es die Bezeichnungen von rund 100 Millionen theoretisch möglicher Polymere gelernt. Dabei handelt es sich um Kombinationen molekularer Einheiten, die in rund 13.000 Polymeren enthalten sind.

Von der Polymersprache zur numerischen Darstellung

Nach Angaben der Universität Bayreuth, kann „polyBERT“ die Polymersprache sogar selbständig anwenden und weitere Bezeichnungen bisher unbekannter, aber theoretisch möglicher Polymere erzeugen. Darüber hinaus übersetzt das digitale System die Bezeichnungen der ihm bekannten Polymere automatisch in numerische Darstellungen. Jeder dieser Fingerabdrücke ist damit ein aus Zahlen bestehendes Codewort, an dem sich die Bausteine und die Struktur des jeweiligen Polymers eindeutig ablesen lassen.

KI bewirkt rasche und präzise Vorhersage von Polymereigenschaften

„polyBERT“ wurde zusätzlich von den Forschern über eine Vielzahl charakteristischer, für technologische Anwendungen besonders relevanter Polymereigenschaften belehrt. Das System sei daher in der Lage, Fingerabdrücke und Eigenschaften von Polymeren eindeutig zueinander in Beziehung zu setzen. Neuartige informatorische Komponenten aus dem Gebiet der Künstlichen Intelligenz sollen bewirken, dass das digitale System mit hoher Präzision und Geschwindigkeit aus den 100 Millionen theoretisch möglicher Polymere genau jene herausfiltern kann, die für bestimmte Anwendungsziele benötigt werden. Damit könne das theoretische Design, die Synthese und die technologische Anwendung von Polymeren erheblich beschleunigt werden, heißt es.

Zur Originalpublikation in der Fachzeitschrift Nature Communications

(ID:49629982)

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung