AIが新素材の発見を加速

ロシアの研究者たちは、新素材の開発において重要なブレークスルーを達成しました。彼らは、有望な化合物の特性を特定し分析するプロセスを加速するために、人工知能（AI）を利用しました。 AIRI人工知能研究所のチームは、Sber、Skoltech、トムスク工科大学の支援を受け、グラフニューラルネットワーク（GNN）を基盤としたAIシステムを開発しました。このシステムは、ホウ素とタングステンを基盤とした有望な新化合物を生成するための、効果的な元素の組み合わせを見つけるのに役立ちます。 AIRIの主任研究員であるロマン・エレミン氏は、「訓練されたモデルにより、わずか数日で全てのデータを分析し、実験検証に最も有望なものを選択することができました」と述べています。 分子の特性を計算する従来の、量子化学的な方法は、かなりの計算リソースと時間を必要とします。特に化合物の構造が複雑な場合、各原子と電子の計算がより困難になります。これには数ヶ月、あるいは数年かかる可能性があります。 AIは、この障壁を回避するのに役立ちます。 これにより、プロセスを加速し、何十万もの構成を無駄にせずに済みます。 エレミン氏は、「モデルが最も多くの誤りを犯した構造のみを、一貫してトレーニングに含めました。これにより、タスクの組み合わせ的複雑さが軽減されました」と説明しています。 作成されたAIモデルは、ホウ素化合物に限定されません。医療化合物から宇宙推進まで、他の化学システムにおける新素材の探索にも使用できます。 ニューラルネットワーク（人工ニューラルネットワーク、ANN、または単にニューラルネットワークとも呼ばれます）は、生きた有機体の神経細胞のネットワークである、生物学的ニューラルネットワークの組織原理に基づいて構築された数学的モデルであり、そのソフトウェアまたはハードウェアの実装でもあります。