KI und die schwierigen Probleme der Welt · Chemie & Materialien · arXiv · 2026-10-21
GBClaw: Ein Agentic-AI-Framework für atomistische Korngrenzenforschung und mechanistische Entdeckung
Originaltitel: GBClaw: An agentic AI framework for atomistic grain boundary research and mechanistic discovery
Allgemeine Korngrenzen machen den Großteil der realen Grenzflächen in polykristallinen Materialien aus, sind wegen ihrer strukturellen Komplexität und Grenzflächenfehlanpassung aber bislang wenig untersucht. GBClaw integriert große Sprachmodelle in eine modulare Architektur aus Orchestrator, spezialisierten Agenten, domänenspezifischen Werkzeugen, Simulationsschnittstellen und hierarchischem Gedächtnis und nutzt dynamisches Replanning, um systematische Simulationen mit mechanistischen Analysen zu verbinden. Angewendet auf 14 allgemeine asymmetrische Kippkorngrenzen in Nickel charakterisierte es Grenzflächen-Defektstrukturen und vielfältige Verformungsmodi, und forschergeführte Folgeberechnungen führten einen anomal hohen Scherwiderstand auf metastabile Korngrenzenstrukturen zurück.