In der Welt der Materialwissenschaften fühlt sich das Design der nächsten Generation elektronischer Displays oft wie die Suche nach der Nadel im Heuhaufen an, wobei der Heuhaufen jedoch aus unsichtbaren Atomen besteht und die Nadel eine spezifische Anordnung von Energie ist. Wissenschaftler suchen ständig nach neuen organischen Molekülen, die Licht effizient emittieren können, insbesondere für den Einsatz in organischen Leuchtdioden, oder OLEDs. Um diese Moleküle zu finden, verlassen sich Forscher traditionell auf zwei Methoden: das Durchführen komplexer Computersimulationen, die Tage zum Abschluss benötigen, oder das Durchführen physischer Experimente, die teuer und langsam sind. Beide Ansätze haben Schwierigkeiten, wenn nicht genügend Daten vorhanden sind, um einen Computer darauf zu trainieren, Muster zu erkennen – eine Situation, die in der Spitzenforschung üblich ist, in der neue Materialien selten sind. Jahrzehntelang bestand die Hoffnung, dass künstliche Intelligenz lernen könnte, vorherzusagen, wie ein Molekül reagiert, indem sie nur auf dessen Form blickt, aber diese Computermodelle scheitern oft, wenn ihnen riesige Bibliotheken an Beispielen zum Studium fehlen. Sie neigen dazu, zufällig zu raten, anstatt die zugrunde liegenden Regeln zu verstehen, ganz ähnlich wie ein Schüler, der Antworten auswendig lernt, ohne die Lektion zu verstehen.

Einem Forschungsteam ist es gelungen, Computern beizubringen, wie menschliche Experten zu denken, indem sie beobachten, wie diese Experten tatsächlich Moleküle betrachten. Anstatt den Computer zu zwingen, aus Millionen von Datenpunkten zu lernen, die er gar nicht besitzt, zeichneten die Wissenschaftler die Augenbewegungen erfahrener Chemiker auf, während diese die Struktur organischer Moleküle auf einem Bildschirm studierten. Sie entdeckten, dass diese Experten nicht einfach nur starr darauf starren; sie folgen einem spezifischen, wiederholbaren Aufmerksamkeitsmuster. Zuerst scannen sie das Molekül schnell ab und verlangsamen ihr Tempo nur dann, wenn sie die kritischen Verbindungen zwischen verschiedenen Teilen der Struktur erreichen. Dann konzentrieren sie sich intensiv auf bestimmte Bereiche, um zu verstehen, wie diese Teile miteinander interagieren. Durch die Übersetzung dieser visuellen Gewohnheiten in die Sprache des Computercodes entwickelten die Forscher einen neuen Typ von künstlicher Intelligenz, die diese menschliche Art des Sehens nachahmt. Dieses Modell, das mit einem relativ kleinen Satz von Molekülen trainiert wurde, lernte, die Verteilung der Elektronen innerhalb eines Moleküls mit einer Genauigkeit vorherzusagen, die mit den leistungsfähigsten, zeitaufwendigsten Computersimulationen konkurriert, während es gleichzeitig ein klares Fenster dazu öffnete, warum es diese Vorhersagen traf.

Der Kern dieser Entdeckung liegt im Verständnis darüber, wie menschliche Experten visuelle Informationen verarbeiten. Wenn ein Chemiker ein komplexes Molekül betrachtet, bewegen sich seine Augen nicht in einer glatten, kontinuierlichen Linie. Stattdessen springen sie schnell von einem Ort zum anderen, eine Bewegung, die als Sakkade bekannt ist, und halten dann inne, um Informationen zu sammeln, eine Pause, die als Fixation bezeichnet wird. Die Forscher fanden heraus, dass die Augen dieser Experten, wenn sie die elektronischen Eigenschaften eines Moleküls analysierten, sich auf eine ganz bestimmte Weise verhielten. Während der ersten Sekunden der Betrachtung einer neuen Struktur bewegten sich ihre Augen schnell, verlangsamten sich jedoch signifikant, wann immer sie über die „Brücken“ zwischen den elektronenliefernden und elektronenakzeptierenden Teilen des Moleküls glitten. Diese Zonen der Verlangsamung, die die Forscher als „Decelerated Saccade Zones“ (Zonen verzögerter Sakkaden) bezeichneten, offenbarten, dass die Experten die wichtigsten Verbindungen aktiv verarbeiteten. Im weiteren Verlauf hörten die Experten auf zu scannen und begannen, ihren Blick für längere Zeit auf bestimmten Atomgruppen zu halten, um die gesammelten Informationen zu integrieren. Dieser zweistufige Prozess – zuerst ein breiter Scan mit gezielter Verlangsamung, gefolgt von tiefer, anhaltender Aufmerksamkeit – war das Schlüsselmuster, das das Team erfassen wollte.

Um diese Beobachtung in ein funktionierendes Werkzeug zu verwandeln, bauten die Forscher ein Computermodell, das diese zwei Stadien menschlicher Aufmerksamkeit repliziert. Der erste Teil des Modells fungiert wie der initiale Scan; er verwendet ein Netzwerk, das darauf ausgelegt ist, kleine, lokale Teile des Moleküls zu betrachten und diese dann schnell miteinander zu verknüpfen, um die Gesamtform zu verstehen. Dies ahmt die schnellen Augenbewegungen und das Verlangsamen über kritische Brücken nach. Der zweite Teil des Modells fungiert als tiefe Konzentration; er nutzt einen Mechanismus, der es dem Computer ermöglicht, die wichtigsten Informationen festzuhalten, während er weniger relevante Details verwirft, ähnlich wie ein menschlicher Geist Ablenkungen herausfiltert, um sich auf das Kerngestalt zu konzentrieren. Durch das Training dieses Systems an einem Datensatz von 733 organischen Molekülen, die für ihre Fähigkeit bekannt sind, Licht effizient zu emittieren, lernte das Modell vorherzusagen, wo sich die Elektronen innerhalb des Moleküls befinden würden. Die Ergebnisse waren beeindruckend: Das Modell sagte die Elektronenverteilung mit einer Fehlerrate von weniger als einem Prozent im Vergleich zu den Goldstandard-Hochleistungssimulationen voraus, die normalerweise Tage zum Laufen benötigen.

Was diese Errungenschaft besonders bedeutend macht, ist nicht nur die Genauigkeit, sondern auch die Tatsache, dass das Modell die typischen Fehler vermeidet, die andere Systeme der künstlichen Intelligenz machen. Standardmäßige Computermodelle haben oft Schwierigkeiten, wenn ein Molekül mehrere ähnliche Teile besitzt; sie werden häufig verwirrt darüber, welcher Teil was tut, oder sie ordnen elektrische Eigenschaften fälschlicherweise den falschen Atomen zu. Das neue Modell hingegen identifizierte konsistent die korrekten Regionen und zeigte damit eine chemische Intuition, die rein datengesteuerten Modellen fehlt. Dies liegt daran, dass das Modell darauf programmiert wurde, dieselben strukturellen Interaktionen zu priorisieren, die auch menschliche Experten wertschätzen. Als die Forscher in das Modell hineinschahen, um zu sehen, worauf es „achtet“, stellten sie fest, dass es exakt dieselben Verbindungen und funktionellen Gruppen hervorhob, die die menschlichen Experten durch das Verlangsamen ihrer Augen untersucht hatten. Der Computer hatte effektiv gelernt, das Molekül so zu sehen wie ein Chemiker, indem er sich auf die Brücken und die kritischen Knotenpunkte konzentrierte, die bestimmen, wie das Material performt.

Die Auswirkungen dieser Arbeit reichen weit über das bloße Liefern der richtigen Antwort hinaus. In der Vergangenheit war künstliche Intelligenz in der Wissenschaft oft eine „Black Box“, bei der ein Computer eine Vorhersage trifft, ohne zu erklären, wie er zu diesem Schluss gekommen ist. Dieser neue Ansatz bietet eine klare Sicht auf den Denkprozess. Da die Aufmerksamkeitsmechanismen des Modells mit dem menschlichen visuellen Verhalten übereinstimmen, können Wissenschaftler die Ausgabe des Modells betrachten und genau sehen, welche Teile des Moleküls es als wichtig erachtet. Dies bietet eine quantitative Karte darüber, wie verschiedene Teile eines Moleküls einander beeinflussen, und stellt ein neues Werkzeug für das Design besserer Materialien dar. Die Forscher zeigten, dass das Modell spezifische strukturelle Paare identifizieren konnte, die einen starken Einfluss auf die elektronischen Eigenschaften des Moleküls haben, und lieferte damit einen Leitfaden für Chemiker, an welchen Stellen Änderungen vorgenommen werden können, um die Leistung zu verbessern. Indem das Team menschliche Kognitionsmuster direkt in die Architektur der Maschine eingebettet hat, hat es ein System geschaffen, das nicht nur berechnet, sondern versteht – eine Brücke zwischen menschlicher Intuition und computergestützter Kraft in einem Bereich, in dem Daten knapp und Präzision alles ist.