MIT: KI entwickelt autonom physikalische Forschungswerkzeuge
Ein Forscherteam um den MIT-Ingenieurprofessor Markus J. Buehler hat eine neue Methode zur materialwissenschaftlichen Forschung vorgestellt, bei der künstliche Intelligenz eigenständig physikalische Simulationswerkzeuge entwickelt. Ziel ist die Analyse von Metamaterialien, deren Eigenschaften durch ihre innere geometrische Struktur bestimmt werden. Bisher erforderte die Untersuchung solcher Materialien aufwendige manuelle Modellierungen in teurer kommerzieller Software. Um diesen Prozess zu automatisieren, erhielt das KI-System Fable 5.1 innerhalb der Claude-Code-Umgebung eine Sprachbeschreibung und Referenzbilder biologischer Mikrostrukturen. Das Modell generierte daraufhin vollständig eigenständig eine Toolchain bestehend aus geometrischen Parametrisierern, dynamischen Bruchsolvern, Validierungsmodulen und interaktiven Visualisierungen. Die parallel laufenden KI-Experimente folgten unterschiedlichen mathematischen Pfaden, einigten sich jedoch in ihren physikalischen Schlussfolgerungen. Die zentrale Erkenntnis widerlegt einen langjährigen Konsens: Mehr Hierarchiestufen garantieren nicht automatisch höhere Zähigkeit. Stattdessen bestimmen primär die räumliche Materialverteilung sowie die gezielte Anordnung geordneter Elemente das Bruchverhalten. Eine Konzentration des Materials in tragenden Hauptstrukturen ermöglicht eine kontrollierte Lastumverteilung selbst nach lokalen Schäden. Mehrere hundert KI-Agenten führten sechstausend Simulationen auf der selbst erstellten Infrastruktur durch. Die Ergebnisse belegen, dass speziell strukturierte Metamaterialien auch bei extremen Defekten über neunzig Prozent ihrer ursprünglichen Tragfähigkeit bewahren können, was neue Impulse für Stoßschutzsysteme und Leichtbau liefert. Buehler bezeichnet dieses Verfahren als Recursive Meta-Intelligence. Dabei dient die von der KI geschaffene Simulationsumgebung als autonomes Ökosystem, in dem weitere KI-Systeme operieren und Ergebnisse zu neuen Erkenntnisgrundlagen verdichten. Das Konzept strebt langfristig den Aufbau einer wissenschaftlichen Superintelligenz an. Alle Module und Daten wurden öffentlich auf Hugging Face bereitgestellt. Die Arbeit markiert einen Paradigmenwechsel. Während frühere Ansätze die menschliche Auswertung unterstützten, übernimmt die KI heute die komplette Methodikentwicklung. Aktuelle Modelle bleiben zwar vereinfacht und benötigen physische Validierung, demonstrieren aber eindrucksvoll, wie autonome KI-Systeme den Entwurfsraum in den Ingenieurwissenschaften erweitern und den Übergang zu einer selbstregulierenden Forschungslandschaft einleiten.
