Революция в науке: как нейросети из России за считаные дни нашли идеальный металл

Группа российских исследователей при поддержке Института искусственного интеллекта AIRI, Сбера, Томского политехнического университета и Сколтеха разработала инновационную систему машинного обучения, способную в разы ускорить разработку новых сверхтвёрдых материалов.

Особенно важным направлением работы стала оптимизация соединений на основе бора и вольфрама — одного из самых прочных классов материалов в мире.

Как сообщила пресс-служба AIRI, суть разработки заключается в применении ИИ-модели на основе графовых нейронных сетей (Graph Neural Networks, GNN). Эти нейросети позволяют представить молекулярные структуры в виде графа, где атомы — это узлы, а химические связи — рёбра.

Такой подход позволяет "обучать" систему предсказывать химические и физические свойства новых соединений без необходимости проведения сложных и ресурсоёмких квантовых расчётов.

Как рассказал ведущий научный сотрудник AIRI Роман Еремин, новая модель сумела за считаные дни проанализировать десятки потенциальных допантов — дополнительных элементов, которые вводятся в кристаллическую решётку вольфрама — и выявить те, что с наибольшей вероятностью улучшают его свойства.

При этом сам метод можно масштабировать на другие классы функциональных материалов, включая полупроводники, катализаторы и даже биосовместимые соединения.

Такой результат означает не только колоссальную экономию времени и ресурсов, но и открытие новых горизонтов в прикладной науке.

Ранее подобные расчёты требовали недель или месяцев суперкомпьютерных симуляций, сегодня — всего несколько дней на обычном оборудовании с поддержкой ИИ.

Это достижение подтверждает, что искусственный интеллект становится не просто помощником, а полноценным участником научного процесса, способным анализировать сложнейшие химические системы и выводить человечество на новый уровень технологического развития.