ИИ ускоряет открытие новых материалов

Российские исследователи совершили значительный прорыв в разработке новых материалов. Они использовали Искусственный Интеллект (ИИ) для ускорения процесса идентификации и анализа свойств перспективных соединений. Команда из Института Искусственного Интеллекта AIRI при поддержке Сбербанка, Сколтеха и Томского политехнического университета создала систему ИИ на основе графовых нейронных сетей (GNN). Эта система помогает находить эффективные комбинации элементов для создания перспективных новых соединений на основе бора и вольфрама. «Обученная модель позволила нам проанализировать все данные всего за несколько дней и отобрать наиболее перспективные для экспериментальной проверки», — говорит Роман Еремин, ведущий научный сотрудник AIRI. Традиционные методы расчета свойств молекул, которые являются квантово-химическими, требуют значительных вычислительных ресурсов и времени. Особенно, если структура соединения сложная — с каждым расчетом атома и электрона становится сложнее. Это может занять месяцы или даже годы. ИИ помогает обойти этот барьер. Это позволяет ускорить процесс и не тратить сотни тысяч конфигураций впустую. «Мы последовательно включали в обучение только те структуры, где модель совершила больше всего ошибок. Это снизило комбинаторную сложность задачи», — объясняет Еремин. Созданная модель ИИ не ограничивается только соединениями бора. Ее можно использовать для поиска новых материалов в других химических системах — от медицинских соединений до космических двигателей. Нейронная сеть (также искусственная нейронная сеть, ИНС, или просто нейронная сеть) — это математическая модель, а также ее программная или аппаратная реализация, построенная по принципу организации биологических нейронных сетей — сетей нервных клеток живого организма.