ИИ помогает создавать материалы, которые не смогли создать ученые

Искусственный интеллект научился не просто предсказывать, какие материалы можно синтезировать в лаборатории, но и переделывать «несинтезируемые» структуры в такие, которые можно реально получить.

Светлана ЛевченкоАвтор новостей

Современные методы вычислительной химии и машинного обучения позволяют находить тысячи материалов, которые в теории являются перспективными — потенциальных кандидатов для новых полупроводников, аккумуляторов или катализаторов. Однако между компьютерными расчетами и реальным синтезом — пропасть: многие из материалов, которые безупречно просчитал искусственный интеллект в теории, попросту невозможно получить в практических условиях лаборатории. До сих пор ученые могли лишь оценивать вероятность синтеза, но не знали, как превратить «безнадежные» структуры в работоспособные.

Команда ученых под руководством профессора Юсона Чона из Сеульского национального университета решила эту проблему с помощью специально разработанной большой языковой модели. Их система под названием SynCry представляет кристаллические структуры материалов в виде текстовых описаний. Модель обучается на примерах успешных трансформаций и постепенно учится превращать сложные для синтеза структуры в экспериментально достижимые.

Результаты впечатляют: начав с 514 успешных преобразований, система в ходе итеративного обучения смогла переработать 3395 «теоретических» структур в синтезируемые формы. Особенно показательно, что 34 из 100 лучших переработанных структур совпали с материалами, которые уже были получены экспериментально и описаны в научной литературе, — притом что этих материалов не было в обучающей выборке. Это доказывает: модель не просто копирует известные примеры, а генерирует по-настоящему новые, но при этом реалистичные структуры.

«Мы убедились на практике, что ИИ может напрямую перепроектировать новые материалы, начиная со структур, которые сложно синтезировать», — говорит профессор Чон. Теперь авторы разработки планируют расширить свой подход на более широкий спектр материалов и в конечном счете создать практический инструмент для открытия новых веществ.

Технология способна существенно ускорить разработку передовых материалов — от компонентов для электроники нового поколения до высокоэффективных батарей. Вместо того чтобы отбрасывать перспективные, но не подходящие для практического синтеза формулы, ученые теперь могут дать им второй шанс.

Тем временем российские ученые создали перспективный сплав, обладающий уникальными свойствами жаропрочности и повышенной устойчивости к коррозии — такой материал будет особенно востребованным в высокотехнологичных отраслях.

• Искусственный интеллект

Поделиться