KI extrahiert Materialgesetze direkt aus Daten

Forschende der Eastern Institute of Technology (EIT) in Ningbo haben ein KI-gestütztes Framework namens GraphED vorgestellt, das interpretierbare physikalische Grundgleichungen direkt aus experimentellen Festkörperdaten ableitet. Die Studie, veröffentlicht in Science Advances im Jahr 2025, markiert einen signifikanten Fortschritt in der Materialmodellierung, da sie den herkömmlichen Ansatz ersetzt, bei dem Forscher auf vordefinierte empirische Formeln zurückgreifen. Stattdessen sucht der Algorithmus autonom in den Daten nach optimalen mathematischen Strukturen. Der Kern des GraphED-Ansatzes liegt in der graphenbasierten Repräsentation physikalischer Gleichungen. Während konventionelle Verfahren mathematische Ausdrücke oft als Bäume kodieren, encodiert das Team physikalische Beziehungen als gerichtete Graphen. Knoten repräsentieren dabei mathematische Operatoren und physikalische Variablen, Kanten definieren deren logische und rechnerische Verknüpfungen. Diese Architektur ermöglicht es, sowohl die Topologie der Gleichungen als auch materialspezifische Parameter simultan zu optimieren. Durch iteratives Generieren, Bewerten und Optimieren entstehen kompakte, physikalisch konsistente und für Menschen nachvollziehbare Materialgesetze mit hoher Vorhersagegenauigkeit. In umfangreichen Tests bewies das Framework seine Überlegenheit bei der Modellierung unterschiedlichster Werkstoffe. Bei legiertem Stahl wurden datengetriebene Gleichungen zur Beschreibung von Verfestigungsverhalten und Dehnratenabhängigkeit entdeckt, die das etablierte Johnson-Cook-Modell in der Prädiktionsgenauigkeit übertreffen. Für Lithiummetall, dessen mechanisches Verhalten stark von Temperatur und Verformungsgeschwindigkeit abhängt und klassisch schwer abbildbar ist, lieferte GraphED präzise plastische Fließgleichungen. Zusätzlich wurde bei gefüllten Elastomeren eine kompakte hyperelastische Grundgleichung identifiziert, die über diverse Materialzusammensetzungen und Temperaturbereiche hinweg robust bleibt. Die Forscher um Erstautor Hao Xu, Professor Yuntian Chen und Professor Dongxiao Zhang betonen, dass die Methode einen Paradigmenwechsel in der Festkörpermechanik einläutet. Durch die Eliminierung vorgegebener Formeln werden Grenzen der deskriptiven und prädiktiven Fähigkeiten herkömmlicher Modelle überwunden. Über die rein mechanische Modellierung hinaus eröffnet GraphED breite Anwendungsmöglichkeiten in allen Disziplinen, die nach interpretierbaren physikalischen Gesetzmäßigkeiten aus experimentellen oder beobachtenden Daten suchen. Das Framework etabliert sich damit als leistungsfähiges Werkzeug für die datengetriebene Wissenschaftsentwicklung im Bereich der Werkstoffphysik und darüber hinaus.