11.000 Proben: KI soll Gesteine besser verstehen lernen

Vieles in unserem Alltag stammt aus Gestein. Das Kupfer in unserem Handy oder der Kies im Gleisbett. Was genau in einem Stein steckt, lässt sich mit bloßem Auge allerdings oft nicht erkennen. Erst unter dem Mikroskop werden die verschiedenen Minerale und ihre Anordnung sichtbar. Die TU Bergakademie Freiberg will solche Einblicke nun für Künstliche Intelligenz (KI) nutzbar machen. Die Deutsche Forschungsgemeinschaft fördert dafür das Projekt "AI Rocks!".

In den kommenden zwei Jahren sollen rund 11.000 sogenannte Dünnschliffe digital erfasst werden. Das sind hauchdünne Gesteinsscheiben, die auf Glas befestigt sind. Sie messen gerade einmal 0,03 Millimeter in der Dicke. Unter speziellem Licht zeigen sich die Minerale in unterschiedlichen Farben und Helligkeiten. Ein automatischer Mikroskopscanner in der Universitätsbibliothek Freiberg nimmt die Proben hochauflösend auf. Dabei sollen rund 300 Terabyte Daten entstehen. 

Zwanzig Mal derselbe Stein

Eine Besonderheit ist die Freiberger Lehrsammlung. Von manchen Gesteinen gibt es dort gleich 20 Dünnschliffe, die ursprünglich für den Unterricht angefertigt wurden. Für die KI sind solche Serien besonders interessant. Sie liefern leicht unterschiedliche Bilder desselben Gesteins. So lässt sich untersuchen, ob ein Programm die entscheidenden Merkmale auch dann erkennt, wenn sich die Aufnahmen unterscheiden.

Doch Bilder allein reichen nicht aus. Die Forschenden ergänzen sie um Informationen darüber, woher die Gesteine stammen, woraus sie bestehen und wie die Proben hergestellt wurden. Zu manchen gibt es weitere Messwerte, etwa wie viel Druck ein Gestein aushält und wie es bricht. Solche Daten könnten künftig helfen, Gestein mit weniger Energie zu zerkleinern und Rohstoffe effizienter aufzubereiten.

Auch die Spuren der Zeit beschäftigen das Team. Bei älteren Dünnschliffen können vergilbte Materialien oder Kratzer wichtige Details verdecken. Deshalb werden an neuen Proben gezielt solche Schäden erzeugt. Die Forschenden scannen die Schliffe vorher und nachher. Mit diesen Bildpaaren lässt sich testen, ob eine KI die störenden Veränderungen herausrechnen und die ursprünglichen Gesteinsstrukturen wieder sichtbar machen kann.

Gleiche Prüfung für alle

Schon heute nutzen Forschende Bilder von Dünnschliffen, um KI-Programme zu trainieren. Doch viele bisherige Datensammlungen sind klein oder nur eingeschränkt zugänglich. Das macht es schwierig, die Ergebnisse verschiedener Verfahren miteinander zu vergleichen. Genau hier setzt "AI Rocks!" an. Die Freiberger wollen ihre Aufnahmen samt Beschreibungen weltweit frei zugänglich machen. Erste Datensätze sollen bereits während des Projekts über die Hochschulplattform TUBAFmedia veröffentlicht werden. Langfristig soll ein wissenschaftliches Datenarchiv den Zugang sichern.

Zusätzlich entwickeln die Forschenden einheitliche Prüfaufgaben, sogenannte Benchmark-Tests. Damit können Forschende aus aller Welt ihre KI-Programme anhand derselben Daten testen. So lässt sich besser beurteilen, welches Verfahren für eine bestimmte Aufgabe geeignet ist.

An dem Projekt arbeiten Fachleute aus mehreren Bereichen zusammen. Zu den Hauptverantwortlichen gehören der Mineraloge Gerhard Heide und der KI-Experte Bernhard Eidel sowie Julia Meyer von der Universitätsbibliothek und Andreas Kluge vom Universitätsrechenzentrum der TU Bergakademie Freiberg. Auch die Senckenberg Naturhistorischen Sammlungen Dresden sind beteiligt.