Ein neuer Weg, Licht zu steuern, für schnellere zukünftige Computer

Wissenschaftler haben eine neue Art von Metamaterial geschaffen, das eine umfassende Lichtblockierungsfunktion für photonische Computer bietet.

Ein Metamaterial ist ein konstruiertes Material, dessen Eigenschaften nicht aus der chemischen Zusammensetzung seiner Grundkomponenten resultieren, sondern aus ihrer sorgfältig entworfenen inneren Struktur. Als solche können diese Materialien ungewöhnliche Eigenschaften aufweisen, die in natürlich vorkommenden Materialien nicht zu finden sind.

Diese Materialien bestehen typischerweise aus mehreren Materialien, wie Metallen und Kunststoffen, und sind in wiederholenden, subwellenlängen Strukturen angeordnet. Form, Größe, Geometrie, Orientierung und Anordnung verleihen ihnen ihre Eigenschaften und ermöglichen es ihnen, elektromagnetische, akustische oder seismische Wellen zu manipulieren, indem sie Wellen absorbieren, ablenken, verstärken oder blockieren, um Vorteile zu erzielen, die mit konventionellen Materialien nicht möglich sind.

Das neue Metamaterial, das von Wissenschaftlern der New York University entwickelt wurde¹ kombiniert Merkmale, die typischerweise mit Flüssigkeiten und Kristallen assoziiert werden, jedoch beide in seiner Fähigkeit, einfallendes Licht aus allen Winkeln zu blockieren, übertreffen.

Als Gyromorphe bezeichnet, verbindet die neue Klasse funktional korrelierter ungeordneter Materialien die zufällige, flüssigkeitsähnliche Struktur mit großskaligen Mustern, um Licht aus jeder Richtung zu blockieren. Die Studie stellte fest:

“Wir erzeugen Gyromorphe in 2D und 3D mittels spektraler Optimierungsmethoden und bestätigen, dass sie eine starke diskrete Rotationsordnung zeigen, jedoch keine langfristige translatale Ordnung, während sie bei ausreichend großem 퐺 eine rotatorische Isotropie im Kurzbereich beibehalten.” 

Mit dieser Innovation haben die Forscher die Einschränkungen von quasikristallbasierten Designs, die Wissenschaftler lange belastet haben, gelöst. Sie können auch den Fortschritt in der photonischen Berechnung vorantreiben.

Von Quasikristallen zu Gyromorphen in der photonischen Berechnung

In der photonischen Berechnung werden Photonen statt elektrischer Ströme für die Durchführung von Berechnungen verwendet. Diese neue Generation von Computern könnte, sobald sie realisiert ist, weitaus effizienter und schneller sein als herkömmliche Maschinen.

Mit Datenverarbeitung mit Lichtgeschwindigkeit verspricht sie hohe Leistungsfähigkeit für Aufgaben wie KI, doch die Technologie steht derzeit vor Herausforderungen bei Miniaturisierung und Kosten. 

Fortschritte auf diesem Gebiet haben zur Entwicklung funktionaler photonischer Chips für die Integration in Hochleistungs‑Computing‑Server geführt. Aber das lichtbasierte Rechnen befindet sich noch in einem frühen Stadium, wobei Forscher Schwierigkeiten haben, mikroskopische Lichtströme, die durch einen Chip reisen, zu kontrollieren. 

Durchdacht gestaltete Materialien sind nötig, um diese winzigen optischen Signale erfolgreich umzuleiten, ohne ihre Stärke zu verringern. Um diese Signale stark zu halten, benötigt man eine spezialisierte, leichte Substanz im Gerät, die verhindert, dass Streulicht aus irgendeiner Richtung eindringt. 

Ein entscheidender Baustein dafür ist die Einbindung isotroper Bandlücken‑Materialien. Dieses Material blockiert Licht oder andere Wellen in allen Richtungen, solange die Frequenzen innerhalb seiner Bandlücke liegen. Solche Materialien können ungeordnet, aber hyperuniform sein, das heißt, sie besitzen keine langfristige translatale Ordnung, weisen jedoch eine kontrollierte Form von Zufälligkeit auf.

Beim Engineering isotroper Bandlücken‑Materialien haben Forscher längst den Fokus auf Quasikristalle gerichtet.

Diese Strukturen folgen mathematischen Regeln, wiederholen sich jedoch nicht wie traditionelle Kristalle und wurden erstmals von dem Wissenschaftler Dan Shechtman in den frühen 1980er‑Jahren entdeckt, wofür er 2011 den Nobelpreis für Chemie erhielt.

Die Entdeckung ergab sich bei der Untersuchung von Aluminium und Mangan. Als die beiden Metalle geschmolzen und rasch abgekühlt wurden, bildeten sie eine Legierung, die unter dem Elektronenmikroskop eine Zehnfach‑Symmetrie zeigte – eine Eigenschaft, die in kristallinen Strukturen wie Metallen nicht vorkommt.

Quasikristalle besitzen Eigenschaften kristalliner Strukturen, wie Diamanten, das heißt, sie sind in Mustern organisiert, ebenso wie amorphe Strukturen wie Glas, bei denen diese Muster nicht wiederholt werden. Ihre einzigartigen Eigenschaften machen Quasikristalle sowohl langlebig als auch spröde.

In einer Studie der University of Michigan Anfang dieses Jahres fanden die Forscher heraus, dass Quasikristalle grundsätzlich stabile Materialien sind², obwohl sie Ähnlichkeiten mit ungeordneten Festkörpern aufweisen.

“Wir müssen wissen, wie wir Atome in spezifische Strukturen anordnen, wenn wir Materialien mit gewünschten Eigenschaften entwerfen wollen”, bemerkte der Mitautor der Studie, Wenhao Sun, Dow Early Career Assistant Professor für Materialwissenschaft und Ingenieurwesen. “Quasikristalle haben uns gezwungen, neu zu überdenken, wie und warum bestimmte Materialien entstehen können.”

Um die Antworten auf die Frage zu geben, warum Quasikristalle existieren oder wie sie gebildet werden, mussten die Forscher zuerst verstehen was sie stabil macht. Hierfür mussten sie bestimmen, ob Quasikristalle enthalpie‑ oder entropie‑stabilisiert sind, also untersuchten die Forscher kleinere Nanopartikel aus einem größeren simulierten Block von Quasikristallen, berechneten dann die gesamte Energie jedes Nanopartikels.

Die Forscher entdeckten, dass sowohl die gut untersuchten Quasikristalle, eine Legierung aus Scandium und Zink, als auch eine Legierung aus Ytterbium und Cadmium, enthalpie‑stabilisiert sind.

Für die Berechnung nutzte das Team quantenmechanische Simulationen von Quasikristallen und um den Rechenengpass zu lösen, ließ es nur die benachbarten Prozessoren miteinander kommunizieren, anstatt dass jeder Computer-Prozessor mit allen anderen kommuniziert, was ihren Algorithmus bis zu 100‑mal schneller machte.

“Wir können jetzt Glas‑ und amorphe Materialien, Schnittstellen zwischen verschiedenen Kristallen sowie Kristallfehler simulieren, die Quanten‑Computing‑Bits ermöglichen.”

– Vikram Gavini, Professor für Maschinenbau und Materialwissenschaften an der U‑M

In einer weiteren Untersuchung fanden Wissenschaftler des National Institute of Standards and Technology (NIST) Quasikristalle in einer neuen Aluminium‑Zirkonium‑Legierung³, die unter den extremen Bedingungen des 3D‑Metall‑Drucks entstanden ist.

Während das Hinzufügen von Zirkonium zu Aluminiumpulver das Drucken hochfester Aluminiumlegierungen ermöglicht, wollte das NIST‑Team verstehen, was dieses Metall so stark macht, um es in kritischen Bauteilen wie militärischen Flugzeugkomponenten einsetzen zu können. 

Und sie fanden heraus, dass Quasikristalle dafür verantwortlich sind. Das Aufbrechen des regulären Musters von Aluminiumkristallen stärkt die Legierung. Aus dem richtigen Blickwinkel beobachtete das Team die „sehr seltene“ fünf‑fache Rotationssymmetrie sowie zwei‑ und drei‑fache Symmetrien aus zwei verschiedenen Winkeln.

Dies, so der NIST‑Physiker und Mitautor Fan Zhang, „wird einen neuen Ansatz für das Legierungsdesign eröffnen. Da die Forschung zeigt, dass „Quasikristalle Aluminium stärker machen können, werden Menschen künftig versuchen, sie bewusst in zukünftigen Legierungen zu erzeugen“, fügte er hinzu.

Inside the Gyromorph Revolution: Isotropic Bandgap Materials

Quasikristalle haben großes Potenzial. Sie können sogar Licht vollständig blockieren, jedoch nur aus begrenzten Richtungen. Und während sie Licht aus allen Richtungen abschwächen können, können sie es nicht vollständig stoppen.

Um diese Einschränkung zu überwinden, suchen Wissenschaftler nach Alternativen, die signalverschlechterndes Licht effektiver blockieren. Dies führte zur Entwicklung von Gyromorphen, die Materialien ermöglichen, die Streulicht aus jeder Richtung wirksamer abhalten. Laut dem leitenden Autor der Studie, Stefano Martiniani, Assistenzprofessor für Physik, Chemie, Mathematik und Neurowissenschaften:

“Gyromorphe unterscheiden sich von allen bekannten Strukturen, da ihre einzigartige Zusammensetzung zu besseren isotropen Bandlücken‑Materialien führt, als dies mit aktuellen Ansätzen möglich ist.”

Ein großes Hindernis beim Engineering dieser Materialien, deren Eigenschaften von ihrer Architektur abhängen, ist die Anordnung, die nötig ist, um die gewünschten physikalischen Eigenschaften zu erreichen.

Veröffentlicht in Physical Review Letters, beschreiben die Forscher der New York University eine neuartige Strategie⁴ zur Abstimmung des optischen Verhaltens.

Das Team hat einen Algorithmus entwickelt, der funktionale Strukturen mit eingebauter Unordnung erzeugen kann. Die neue Form von „korrelierter Unordnung“, die das Team aufdeckte, liegt zwischen den beiden Extremen: vollständig geordnet und völlig zufällig.

“Stellen Sie sich einen Wald vor – die Bäume wachsen an zufälligen Positionen, aber nicht völlig zufällig, weil sie in der Regel einen bestimmten Abstand zueinander haben. Dieses neue Muster, Gyromorphe, kombiniert Eigenschaften, die wir für unvereinbar hielten, und zeigt eine Funktion, die alle geordneten Alternativen, einschließlich Quasikristallen, übertrifft.”

– Martiniani

Während ihrer Forschung beobachtete das Team, dass alle isotropen Bandlücken‑Materialien dasselbe strukturelle Merkmal aufwiesen. Daher konzentrierten sie sich darauf, es „so ausgeprägt wie möglich“ zu machen, was zur Schaffung von Gyromorphen führte.

Die neu entstandene Materialklasse, erklärte der Hauptautor Mathias Casiulis, Post‑Doc am NYU‑Physik‑Department, „versöhnt scheinbar unvereinbare Merkmale“, weil sie keine kristallähnliche, feste, wiederholende Struktur besitzen, was ihnen eine flüssigkeitsähnliche Unordnung verleiht. Gleichzeitig bilden sie aus der Ferne reguläre Muster.

“Diese Eigenschaften wirken zusammen, um Bandlücken zu erzeugen, die Lichtwellen aus jeder Richtung nicht durchdringen können.”

– Casiulis 

Das Team führte außerdem „Polygyromorphe“ ein, die mehrere Rotationssymmetrien auf verschiedenen Längenskalen besitzen, um die Bildung mehrerer Bandlücken in einer einzigen Struktur zu ermöglichen und so die feine Kontrolle über optische Eigenschaften zu eröffnen.
Swipe to scroll →

KI und nächste‑Generation‑Quantenmaterialien in der Entdeckung

Während Forscher tiefer in die nächste Generation von Materialien vordringen, entstehen völlig neue Materialklassen.

Kürzlich berichtete ein Forschungsteam des Department of Energy’s Berkeley Lab über die Entdeckung⁵ von „Berkelocen“, einem organometallischen Molekül, das das synthetische, schwere, radioaktive chemische Element Berkelium enthält.

Die Moleküle bestehen aus einem Metallion, das von einem kohlenstoffbasierten Gerüst umgeben ist, und während sie für frühe Actinide‑Elemente relativ üblich sind, sind sie für spätere kaum bekannt.

“Dies ist das erste Mal, dass ein chemische Bindung zwischen Berkelium und Kohlenstoff nachgewiesen wurde. Die Entdeckung liefert ein neues Verständnis darüber, wie Berkelium und andere Actinide im Vergleich zu ihren Nachbarn im Periodensystem agieren”, sagte Mitautor Stefan Minasian, Wissenschaftler in der Chemical Sciences Division des Berkeley Lab, die an der Vorbereitung organometallischer Verbindungen von Actiniden arbeitet, da diese es ermöglichen, die einzigartigen elektronischen Strukturen der Actinide zu beobachten.

Actinide sind eine Gruppe von 15 radioaktiven Metallelementen im Periodensystem, im f‑Block. Uran und Plutonium sind Beispiele für Actinide. Sie sind für ihre radioaktiven Eigenschaften bekannt und werden in Kernreaktoren und anderen Technologien eingesetzt.

Im letzten Jahr führte eine Partnerschaft von Forschern der Uppsala University, Schweden, und der Columbia University, USA, zur Entdeckung eines 2D‑Quantenmaterials namens CeSiI⁶, mit einer Kristallstruktur aus Cer, Silicium und Iod. Seine Kristallstruktur ähnelt einer zweidimensionalen Anordnung von unterschiedlichen, atomdünnen Schichten. 

Die Elektronen von CeSiI verhalten sich wie schwere Fermionen, mit einer effektiven Masse bis zu 100‑fach größer als in gewöhnlichen Materialien. Diese effektive Masse ist anisotrop; sie hängt also von der Bewegungsrichtung der Elektronen in den atomaren Schichten ab.

“Mit dieser Entdeckung verfügen wir nun über eine deutlich verbesserte Materialplattform, um korrelierte Elektronenstrukturen zu untersuchen. 2D‑Materialien sind wie ein Konstruktionsset mit LEGO‑Teilen. Unsere Partner arbeiten bereits daran, Schichten anderer 2D‑Materialien hinzuzufügen, um ein neues Material mit maßgeschneiderten Quanten‑Eigenschaften zu schaffen.”

– Chin Shen Ong vom Department of Physics and Astronomy an der Uppsala

In der Materialwissenschaft gibt es unzählige Möglichkeiten, und die Auswahl des richtigen Materials ist ein zentrales Hindernis für neue Entdeckungen. Während theorie‑basierte Vorhersagen und experiment‑basierte Validierungen bei der Auswahl helfen, bleibt der Prozess fragmentiert.

Hier kommt die KI‑gestützte Material‑Informatik ins Spiel, die quanten‑skalige Erkenntnisse mit großen Datensätzen kombiniert, um neue Materialien schnell zu screenen, zu modellieren und zu optimieren – etwas, das mit herkömmlichem Trial‑and‑Error‑Ansatz unmöglich wäre.

Ein Forscherteam der Tohoku University entwickelte eine KI‑basierte Materialkarte⁷, um alle experimentellen Daten mit repräsentativen erst‑Prinzipien‑Berechnungsdaten zu vereinen, mit dem Ziel, Forschern zu helfen, das passende Material für eine gegebene Situation zu finden.

Die Karte ist ein großes Diagramm mit Achsen für strukturelle Ähnlichkeit und thermoelektrische Leistung (zT), wobei jeder Datenpunkt ein Material repräsentiert. Ähnliche Materialien erscheinen hier in enger Nähe. Da diese Materialien in der Regel nach ähnlichen Methoden und Geräten synthetisiert und bewertet werden, ermöglicht die Karte Experimentatoren ähnliche, bisher unbekannte Hochleistungs‑Materialien schnell zu erkennen und bestehende Synthese‑Protokolle als nächste Schritte wiederzuverwenden.

Auf diese Weise kann das Werkzeug Entwicklungskosten senken und Innovation sowie die reale Anwendung beschleunigen. Zukünftig plant das Team, ihr Framework über Thermoelemente hinaus auf topologische und magnetische Materialien auszudehnen und zusätzliche Deskriptoren zu integrieren, um eine umfassende, KI‑unterstützte Material‑Design‑Plattform zu schaffen.

“Durch die Bereitstellung einer intuitiven, Vogel‑sich‑über‑die‑Landschaft‑Ansicht über viele Kandidaten hilft die Karte Forschern, vielversprechende Ziele auf einen Blick auszuwählen; daher wird erwartet, dass sie die Entwicklungszeit für neue funktionale Materialien erheblich verkürzt.”

– Außerordentlicher Professor Yusuke Hashimoto

Unterdessen entwickelte ein Team der Universität Göteborg ein KI‑Modell zur effizienten Bestimmung von Festigkeit und Dauerhaftigkeit⁸ von gewebten Verbundwerkstoffen.

Physikalische Tests und detaillierte Computersimulationen zur Gestaltung neuer hochwertiger Verbundwerkstoffe sind „besonders schwierig, wenn der Verbund als gewebtes Textil‑Faser‑Material hergestellt wird, bei dem die Fasern umeinander gewickelt sind und sich je nach einwirkenden Kräften unterschiedlich verhalten“, erklärte Ehsan Ghane, Doktorand am Department of Physics der Universität Göteborg.

Während Computer bereits realistische Mikrostrukturen basierend auf Material‑Interaktionen simulieren können, benötigen gewebte Verbundwerkstoffe weiterhin erhebliche Rechenressourcen. Künstliche neuronale Netze bieten eine Alternative, benötigen jedoch große Trainingsdatensätze und haben Schwierigkeiten beim Extrapolieren, sodass das Team ein generalisiertes KI‑Modell entwickelte, das weniger Daten erfordert.

Das Modell wurde mit bestehenden Simulations‑ und Testdaten für die Bestandteile des Verbunds trainiert und kann so die Dauerhaftigkeit des neuen Verbunds vorhersagen.

Während die Göteborg‑Studie Methoden untersuchte, um Materialgesetze in das KI‑Modell zu integrieren, hat ein Forscherteam von KAIST physikalische Gesetze mit seinem KI‑Modell kombiniert, um die schnelle Erkundung neuer Materialien selbst bei verrauschten oder begrenzten Daten zu ermöglichen.

Die Identifizierung von Eigenschaften ist einer der Schlüsselschritte bei der Entwicklung neuer Materialien, erfordert jedoch massive Mengen an experimentellen Daten und teure Geräte, was die Forschungseffizienz einschränkt. Das KAIST‑Team überwand dieses Problem, indem es die Gesetze integrierte, die die Verformung und Wechselwirkung von Materialien und Energie steuern.

Die Forscher berichteten über eine physik‑informierte neuronale Netzwerk‑Technik (PINN)⁹ , um Material‑Eigenschaften und Verformungsverhalten mit nur wenigen Daten aus einem einzigen Experiment zu erkennen. Sie stellten dann ein KI‑Modell, den Physics‑Informed Neural Operator (PINO), vor, das die physikalischen Gesetze versteht und auf unbekannte Materialien verallgemeinern kann.

MIT‑Forscher gingen noch einen Schritt weiter und entwickelten eine Methode, die Informationen aus mehreren Quellen integriert¹⁰: Literatur, chemische Zusammensetzungen, mikrostrukturelle Bilder und mehr. 

Sie ist Teil der neuen Copilot‑Plattform für Real‑World Experimental Scientists (CRESt). Ihre Methode nutzt robotische Geräte, um Hoch‑Durchsatz‑Tests von Materialien zu ermöglichen, und speist die Ergebnisse zurück in große multimodale Modelle, um deren „Rezepte“ zu verbessern.

Die Forscher nutzten diesen „Assistenten, nicht Ersatz, für menschliche Forscher“, um über 900 Chemien zu untersuchen und 3.500 elektrochemische Tests durchzuführen, die zur Entdeckung eines Katalysatormaterials führten, das in einer Brennstoffzelle Rekord‑Leistungsdichte erzielte.

Investieren in den Fortschritt der Materialwissenschaft

In der Welt der Materialwissenschaft ist ATI Inc. (ATI ) für seine technisch fortschrittlichen Spezialmaterialien und komplexen Komponenten bekannt. Das Unternehmen produziert Hochleistungs‑Materialien für die Luft‑ und Raumfahrt, Verteidigung, Medizin, Elektronik und Energiemärkte.

ATIs Produkte bestehen aus nickelbasierten Legierungen und Superlegierungen, Titan und titanbasierten Legierungen sowie Speziallegierungen. Das Unternehmen operiert in zwei Segmenten:

• High Performance Materials & Components (HPMC)
• Advanced Alloys & Solutions (AA&S)

Mit einer Marktkapitalisierung von 13,5 Mrd. $ werden ATI‑Aktien zu 99,37 $ gehandelt, ein Anstieg von 80,5 % in diesem Jahr. Das Unternehmen weist ein EPS (TTM) von 3,10 und ein KGV (TTM) von 32,09 auf. Die Dividendenrendite beträgt 0,32 %.