Für die Simulation von Materialeigenschaften greifen Forschende auf Kristallstrukturen aus Datenbanken zurück, in denen die Positionen der Atome hinterlegt sind. Häufig fehlen darin jedoch die Wasserstoffatome, da sie sich mit klassischen röntgenbasierten Methoden nur schwer nachweisen lassen. Das Team um Giovanni Pizzi am Paul Scherrer Institut hat nun mit Xtalpaint (Open-Source) eine KI entwickelt, die diese fehlenden Positionen schnell und gezielt rekonstruiert. So werden Materialien, die bislang nur unvollständig beschrieben waren, erstmals für präzisere Simulationen nutzbar.
Inpainting-Ansatz aus der Bildverarbeitung übertragen
Xtalpaint basiert auf einem Ansatz aus der Bildverarbeitung, dem sogenannten Inpainting. Statt ein komplettes Bild zu verändern, werden nur die Bereiche mit fehlenden Informationen «verrauscht» und anschliessend durch das KI-Modell ergänzt. Übertragen auf die Kristallstrukturen bedeutet dies: Das Modell verändert die bekannten Atompositionen weitgehend nicht, sondern konzentriert sich auf die Rekonstruktion der unbekannten Wasserstoffpositionen. Auf diese Weise kann sich die KI von Beginn an an der vorhandenen Struktur orientieren und Rechenaufwand einsparen.
Hohe Trefferquote bei Wasserstoffpositionen
Zur Validierung der Methode entfernte das Forschungsteam in bekannten Kristallen gezielt die Wasserstoffpositionen und liess Xtalpaint diese rekonstruieren. In 87 Prozent der Fälle fand die KI die ursprünglichen Positionen wieder, in weiteren zehn Prozent sogar energetisch günstigere Konfigurationen. Daraus ergibt sich eine Erfolgsquote von insgesamt 97 Prozent. Die so vervollständigten Strukturen ermöglichen realitätsnähere Berechnungen beispielsweise zur elektrischen und thermischen Leitfähigkeit.
Potenzial für Wasserstoffspeicherung und Batteriematerialien
Mit Xtalpaint lassen sich fehlende Wasserstoffpositionen systematisch in Datenbanken ergänzen und Übertragungsfehler in publizierten Strukturen aufspüren. Die Methode ist nicht auf Wasserstoff beschränkt, sondern lässt sich auch auf leichte Elemente wie Lithium oder Natrium anwenden, die für die Entwicklung neuer Batterien zentral sind. Damit eröffnet der Ansatz Perspektiven für die gezieltere Suche nach Materialien etwa für Wasserstoffspeicherung, supraleitende Systeme oder nächste Batteriegenerationen.