Neuartige topologische Strukturen entdeckt dank bahnbrechender Designplattform
In den letzten Jahrzehnten haben topologische Materialien die Physik- und Ingenieurswelt im Sturm erobert: Immer mehr dieser exotischen Materialien, deren Eigenschaften bei ständiger Verdrehung, Biegung oder anderen Verformungen unverändert bleiben, werden entdeckt. Einst als ungewöhnlich angesehen, sind topologische Materialien heute allgegenwärtig und umfassen elektronische, optische und mechanische Materialien. Topologische mechanische Metamaterialien und ganz allgemein topologische Aspekte von Systemen aus kondensierter Materie sind ein dynamisches, aufstrebendes Forschungsgebiet. Um ihre Entdeckung und Anwendung zu beschleunigen, sind innovative Designkonzepte erforderlich. Das EU-finanzierte Projekt TopMechMat hatte zum Ziel, die Leistungsfähigkeit von genetische Algorithmen bei der Durchführung der erforderlichen groß angelegten Parameterscans in neuartigen Designalgorithmen zu nutzen.
Topologische Quantenchemie und genetische Algorithmen
Der Projektkoordinator Sebastian Huber vom Projektträger ETH Zürich berichtet: „Das Hauptmerkmal topologischer Materialien – die Stabilität der in der Topologie kodierten Funktionalitäten – ergibt sich aus der Tatsache, dass sich die Topologie in diskret-wertigen topologischen Indizes manifestiert“. Bei diesen Indizes handelt es sich um mathematische Funktionen, die chemische oder molekulare Strukturen auf numerische Werte abbilden – die digitalen Entsprechungen der chemischen Strukturen. Diese diskret-wertigen topologischen Indizes müssen optimiert werden, um neue topologische Materialien zu entdecken, was bedeutet, dass herkömmliche kontinuierliche Optimierungsverfahren auf der Grundlage von Gradienten wie dem stärksten Gefälle nicht verwendet werden können. TopMechMat wandte sich der aufkommenden Theorie der topologischen Quantenchemie und KI-bezogenen genetischen Algorithmen zu, um diese Herausforderungen zu bewältigen. Die topologische Quantenchemie, die alle möglichen Bandstrukturen (mögliche Elektronenenergieniveaus und Bandlücken) in allen Materialien beschreibt, ermöglichte einen tiefen theoretischen Einblick in die grundlegenden Mechanismen, die in topologischen Materialien wirken. Als Nächstes machten sich KI-bezogene genetische Algorithmen – ein gradientenfreier Optimierungsansatz, der auf Genetik, natürlicher Selektion und Evolution basiert – diese Einblicke bei der Suche nach topologischen mechanischen Metamaterialien zunutze. Sie werden häufig in der KI und im maschinellen Lernen eingesetzt und sind äußerst effizient bei der Suche nach optimierten Lösungen in großen und komplexen Datensätzen.
Neuer Designansatz, neue topologische mechanische Metamaterialien
„Wir haben die Art und Weise, wie wir unsere topologischen mechanischen Metamaterialien entwerfen, durch die Kombination von topologischer Quantenchemie und KI-bezogenen evolutionären Designstrategien wie der Covariance Matrix Adaptation Evolution Strategy verändert. Mit ihnen hat unsere angewandte Forschung (die Suche nach topologischen mechanischen Metamaterialien) unser Verständnis der Grundlagen (topologische Mechanismen) gefördert. Der Erfolg ist offensichtlich – unser Ansatz hat topologische Strukturen aufgedeckt, die auf keiner anderen Plattform beobachtet wurden, auch nicht auf den elektronischen Plattformen, die solche Phasen der Materie seit den frühen 1980er Jahren untersuchen“, so Huber. Ebenso zeigte das Projekt den erweiterten Wert der interdisziplinären Forschung, bei der Entdeckungen und Experimente in einem Bereich zu unerwarteten Durchbrüchen und Erkenntnissen in scheinbar nicht verwandten Bereichen führen können. Bei der Untersuchung von Schallwellen in akustischen Hohlräumen erkannten die Forschenden, dass die aus der Akustik gewonnenen Erkenntnisse auch für das Verständnis der Supraleitfähigkeit in einem Quantenmaterial, dem verdrehten zweischichtigen Graphen, von Bedeutung sind. „Diese überraschende Verbindung zwischen zwei scheinbar nicht zusammenhängenden Themen ist vielleicht eine der wichtigsten Erkenntnisse aus diesem Projekt“, merkt Huber an. Huber ist der Meinung, dass KI bei der Suche nach topologischen elektronischen Materialien eine noch wichtigere Rolle spielen wird. „Einfach ausgedrückt lässt sich das Design mechanischer oder optischer Materialien auf das Bohren der richtigen Anordnung von Löchern in den richtigen Materialien reduzieren. Bei elektronischen Verbindungen ist die Sichtung umfangreicher Einträge in kristallografischen Datenbanken notwendig, um sie mit den gewünschten Eigenschaften in Verbindung zu bringen. Diese Herausforderung ist gut geeignet für KI-Methoden der Datenwissenschaft“, fasst er zusammen. Die Nutzung genetischer Algorithmen und anderer KI-gestützter Methoden dürfte die Entdeckungen im Bereich der topologischen mechanischen, elektronischen und optischen Metamaterialien über die derzeitige Spitze des Eisbergs hinaus beschleunigen. Exotische neue Anwendungen werden mit Sicherheit folgen.
Schlüsselbegriffe
TopMechMat, topologisch, KI, künstliche Intelligenz, genetische Algorithmen, topologische mechanische Metamaterialien, topologische Quantenchemie, Topologie, Covariance Matrix Adaptation Evolution Strategy, topologische Indizes, Supraleitfähigkeit, Graphen