{"id":55123,"date":"2018-08-08T06:42:06","date_gmt":"2018-08-08T04:42:06","guid":{"rendered":"https:\/\/rss.nova-institut.net\/public.php?url=http%3A%2F%2Fwww.innovations-report.de%2Fhtml%2Fberichte%2Finformationstechnologie%2Fsuchmaschine-fuer-smart-wood.html"},"modified":"2018-08-05T17:15:42","modified_gmt":"2018-08-05T15:15:42","slug":"suchmaschine-fuer-smart-wood","status":"publish","type":"post","link":"https:\/\/renewable-carbon.eu\/news\/suchmaschine-fuer-smart-wood\/","title":{"rendered":"Suchmaschine f\u00fcr \u00abSmart Wood\u00bb"},"content":{"rendered":"<p>Mark Schubert ver\u00e4ndert Holzeigenschaften mit Hilfe des \u00adEnzyms Laccase. Doch die Suche den nach passenden \u00adIngredienzien ist komplex \u2013 sie \u00e4hnelt der Suche nach dem Schl\u00fcssel zu einem unbekannten Schloss. Statt teurer, langwieriger Versuchsreihen nutzt Schubert k\u00fcnstliche \u00adIntelligenz: Sie f\u00fchrt ihn schneller zum Ziel.<\/p>\n<p>Mark Schubert ist Spezialist f\u00fcr die biochemische Modifikation von Holz. Er arbeitet mit dem Enzym Laccase, das die chemische Struktur der Holz\u00adober\u00adfl\u00e4che ver\u00e4ndern kann und so zus\u00e4tzliche Funktionalisierungen von Holz erm\u00f6glicht, ohne die Struktur des Werkstoffs zu ver\u00e4ndern. Durch das Anbinden funktioneller Molek\u00fcle an die Holzstruktur entwickeln die Empa-Forscher etwa wasserfeste oder antimikrobielle Holzoberfl\u00e4chen. Auch das Selbstverkleben von Holzfasern ohne chemische Bindemittel wird auf diese Weise machbar \u2013 so entstehen bereits heute l\u00f6semittelfreie Faserplatten f\u00fcr die Isolation.<\/p>\n<p>Das Problem dabei: Es gibt viele Varianten des Enzyms Laccase, die sich in der Architektur des chemisch aktiven Zentrums unterscheiden, und nicht alle reagieren mit dem gew\u00fcnschten Substrat. Es ist schwierig vorherzusagen, ob eine bestimmte Laccase mit einem spezifischen Zielsubstrat reagiert; daher erfordert das Identifizieren geeigneter Laccase-Substrat-Paare kostenintensive und zeitaufw\u00e4ndige Versuchsreihen. Molekulare Simulationen k\u00f6nnten das Problem l\u00f6sen: Man br\u00e4uchte nur eine genaue Strukturanalyse der Laccase und k\u00f6nnte dann den chemischen Reaktionsmechanismus f\u00fcr jede gew\u00fcnschte Kombination im Computer durchspielen. Doch das erfordert eine hohe Rechenkapazit\u00e4t und w\u00e4re selbst dann noch \u00e4usserst langwierig und teuer.<br \/>\n\u00abDeep learning\u00bb aus der Fachliteratur<\/p>\n<p>So ver\u00e4ndert die Laccase die Holzoberfl\u00e4che: Ein gew\u00fcnschtes Molek\u00fcl wird mit Hilfe des Enzyms chemisch an die Cellulose im Holz gebunden. Grafik: Empa<br \/>\nEs gibt allerdings eine Abk\u00fcrzung, sie heisst \u00abDeep learning\u00bb. Ein Computerprogramm wird mit Daten aus der Fachliteratur und eigenen Experimenten dazu trainiert, Muster zu erkennen: Welche Laccase oxidiert welches Substrat? Unter welchen Bedingungen k\u00f6nnte der erw\u00fcnschte chemische Prozess am besten stattfinden? Das Beste daran: Die Suche funktioniert selbst, wenn nicht alle Details \u00fcber den chemischen Mechanismus bekannt sind.<\/p>\n<p>Entscheidend f\u00fcr den Erfolg ist die Bereitstellung der Daten in passender Form und die Architektur des gew\u00e4hlten \u00abdeep learning\u00bb-Netzwerks. Schubert arbeitet schon seit mehr als sieben Jahren mit neuronalen Netzen. Seine erste Arbeit zu dem Thema stammt aus dem Jahr 2012, die j\u00fcngste von 2018. \u00abFr\u00fcher haben wir mit flachen neuronalen Netzen gearbeitet: mit einem Input-Layer, einem Hidden Layer und einem Output-Layer. Heute arbeiten wir mit deutlich komplexeren Netzen. Sie enthalten mehrere Hidden Layers und leisten deutlich mehr.\u00bb\u00a0 Schubert trainiert seine Algorithmen mit bekannten Datens\u00e4tzen und testet sie mit Datens\u00e4tzen, die das System noch nie gesehen hat. Und er hat Erstaunliches \u00fcber die Robustheit der Suchmaschine \u00abSmart Wood\u00bb zu berichten: Fr\u00fcher konnte er nur sorgf\u00e4ltig ausgesuchte, aussagekr\u00e4ftige Daten verwenden, um zu guten Ergebnissen zu kommen. Inzwischen testet er seine Systeme auch mit teils unbrauchbaren Datenhaufen. Die Maschine erkennt selbst\u00e4ndig, was sie brauchen kann und was nicht.<br \/>\nIndustrieanwendung<br \/>\nDie Robustheit des Systems erlaubt es, die \u00abDeep learning\u00bb-Maschine bereits in der Industrie einzusetzen. Bei der Partnerfirma Pavatex, mit der Schubert seit langem zusammenarbeitet, werden mit Hilfe von Laccasen selbstbindende Isolationsplatten produziert. Die Produktion steckt voller Sensoren, es fallen riesige Datenmengen an, die irgendetwas \u00fcber die Qualit\u00e4t der erzeugten Platten aussagen. Nur was? Schuberts Smart-Wood-Suchmaschine findet den Zusammenhang.<\/p>\n<p>Derzeit ist der Forscher daran, die Produktion auf diese Weise zu optimieren. Falls an einer Stelle der Faserverarbeitung etwas danebengeht, soll die Produktion justiert werden, bevor die Qualit\u00e4t des Produktes zu schlecht wird. Das erspart aufw\u00e4ndige Kontrollen des Endprodukts und kann die Fehlerquote im Produktionsprozess entscheidend vermindern.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Mark Schubert ver\u00e4ndert Holzeigenschaften mit Hilfe des \u00adEnzyms Laccase. Doch die Suche den nach passenden \u00adIngredienzien ist komplex \u2013 sie \u00e4hnelt der Suche nach dem Schl\u00fcssel zu einem unbekannten Schloss. Statt teurer, langwieriger Versuchsreihen nutzt Schubert k\u00fcnstliche \u00adIntelligenz: Sie f\u00fchrt ihn schneller zum Ziel. Mark Schubert ist Spezialist f\u00fcr die biochemische Modifikation von Holz. Er [&#8230;]<\/p>\n","protected":false},"author":3,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_seopress_robots_primary_cat":"","nova_meta_subtitle":"","footnotes":""},"categories":[5572],"tags":[12018,13185],"supplier":[506],"class_list":["post-55123","post","type-post","status-publish","format-standard","hentry","category-bio-based","tag-forschung","tag-holz","supplier-eidgenoessische-materialpruefungs-und-forschungsanstalt-empa"],"_links":{"self":[{"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/posts\/55123","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/comments?post=55123"}],"version-history":[{"count":0,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/posts\/55123\/revisions"}],"wp:attachment":[{"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/media?parent=55123"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/categories?post=55123"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/tags?post=55123"},{"taxonomy":"supplier","embeddable":true,"href":"https:\/\/renewable-carbon.eu\/news\/wp-json\/wp\/v2\/supplier?post=55123"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}