Штучний інтелект прискорює відкриття нових матеріалів

Російські дослідники зробили значний прорив у розробці нових матеріалів. Вони використали штучний інтелект (ШІ) для прискорення процесу ідентифікації та аналізу властивостей перспективних сполук. Команда з Інституту штучного інтелекту AIRI за підтримки Sber, Skoltech та Томського політехнічного університету створила систему ШІ на основі графічних нейронних мереж (GNN). Ця система допомагає знаходити ефективні комбінації елементів для створення перспективних нових сполук на основі бору та вольфраму. «Навчена модель дозволила нам проаналізувати всі дані всього за кілька днів і вибрати найбільш перспективні для експериментальної перевірки», — говорить Роман Єрьомін, провідний дослідник AIRI. Традиційні методи обчислення властивостей молекул, які є квантово-хімічними, вимагають значних обчислювальних ресурсів і часу. Особливо, якщо структура сполуки складна — з кожним атомом і обчисленням електронів стає складніше. Це може зайняти місяці або навіть роки. ШІ допомагає обійти цей бар'єр. Це дозволяє прискорити процес і не витрачати сотні тисяч конфігурацій даремно. «Ми послідовно включали в навчання лише ті структури, де модель зробила найбільше помилок. Це зменшило комбінаторну складність завдання», — пояснює Єрьомін. Створена модель ШІ не обмежується лише сполуками бору. Її можна використовувати для пошуку нових матеріалів в інших хімічних системах — від медичних сполук до космічного руху. Нейронна мережа (також штучна нейронна мережа, INS, або просто нейронна мережа) — це математична модель, а також її програмна або апаратна реалізація, побудована за принципом організації біологічних нейронних мереж — мереж нервових клітин живого організму.