Forschende des Berlin Institute for the Foundations of Learning and Data (BIFOLD) in Zusammenarbeit mit Google DeepMind haben eine bahnbrechende Methode für molekulare Simulationen vorgestellt, die darauf verzichtet, physikalische Gesetze direkt in die Architektur von KI-Modellen einzubauen. Das Team um Max Eissler, Stefan Gugler und weitere Koautoren entwickelte das Modell MD-ET, basierend auf einer allgemeinen Transformer-Architektur, und veröffentlichte die Ergebnisse im Journal of Chemical Physics. Lange Zeit galt als feststehende Regel, dass für zuverlässige molekulardynamische Simulationen unverzichtbare physikalische Induktionsvoreingenommenheiten wie Energieerhaltung und Equiravarianz – also die Unabhängigkeit vorhergesagter Kräfte von der räumlichen Ausrichtung des Moleküls – zwingend erforderlich sind. Die neuen Studien zeigen jedoch, dass diese Einschränkungen nicht zwingend notwendig sind, solange ausreichend große Datenmengen zur Verfügung stehen. Das MD-ET-Modell wurde auf etwa 30 Millionen Molekülstrukturen aus der QCML-Datenbank trainiert, einer riesigen Datenmenge, die ebenfalls in Kooperation mit Google DeepMind am BIFOLD erstellt wurde. Anstatt physikalische Gesetze in den Code zu codieren, lässt das Modell die KI physikalisches Verhalten aus den reinen Daten lernen. Die Ergebnisse sind bemerkenswert: Auf mehreren etablierten Benchmark-Tests erreicht das Modell Leistungswerte, die mit dem aktuellen Forschungsstand konkurrieren oder diesen übertreffen. Besonders auffällig ist, dass das Modell gelernt hat, Kräfte vorherzusagen, die annähernd äquivariant sind. Die Abweichungen liegen viele Größenordnungen unter den typischen Kräftegrößen, was zeigt, dass die KI die erforderlichen physikalischen Eigenschaften fast perfekt imitiert, ohne dass diese explizit gefordert wurden. In Simulationen mit konstanter Temperatur und Teilchenzahl (NVT-Ensemble) gelangen stabile Ergebnisse, selbst wenn das Modell nur mit wenigen Trainingsdaten pro System feinjustiert wurde. Als Hauptgründe für diesen Erfolg identifizieren die Autoren die enorme Größe der Vorabtrainings-Datensätze und die einfache Optimierbarkeit der Edge-Transformer-Architektur. Dies deutet darauf hin, dass ausdrucksstarke, allgemeine Modelle in der Lage sind, physikalische Prinzipien zu verinnerlichen, solange sie genügend Beispiele sehen. Allerdings ist das Bild nicht ausschließlich positiv. Bei Simulationen mit konstanter Energie (NVE-Ensemble), in denen keine Temperaturregulierung erfolgt, zeigt das Modell Schwächen. Die Energieerhaltung wird hier nur approximativ gelernt und erweist sich als empfindlich gegenüber der Molekülgröße und numerischen Störungen. Bei größeren Strukturen traten teilweise instabile Energieanstiege auf, was auf eine echte Grenze des Ansatzes ohne physikalische Zwangsbedingungen hinweist. Die Autoren warnen daher ausdrücklich, dass Simulationen mit nicht-energieerhaltenden Kräften unbedingt einzelfallbasiert validiert werden müssen. Zusammenfassend tragen diese Erkenntnisse zu einer wichtigen Debatte in der chemischen Informatik und Materialwissenschaft bei. Sie zeigen, dass physikalische Einbaubeschränkungen für viele praktische Anwendungen vielleicht nicht mehr als unverzichtbar gelten müssen. Stattdessen kann eine Kombination aus großen Datensätzen und leistungsstarken Standard-Architekturen ausreichen, um physikalisch sinnvolle Ergebnisse zu liefern. Gleichzeitig wird deutlich, wo die Grenzen dieses Ansatzes liegen, insbesondere in Fällen, in denen eine strikte Energieerhaltung über lange Zeiträume kritisch ist. Die Studie bietet damit einen wichtigen neuen Blickwinkel auf die zukünftige Entwicklung von KI-gestützten Simulationen.