AI Tăng Tốc Khám Phá Vật Liệu Mới

Các nhà nghiên cứu Nga đã đạt được một bước đột phá quan trọng trong việc phát triển vật liệu mới. Họ đã sử dụng Trí tuệ Nhân tạo (AI) để tăng tốc quá trình xác định và phân tích các đặc tính của các hợp chất tiềm năng. Một nhóm từ Viện Trí tuệ Nhân tạo AIRI, với sự hỗ trợ từ Sber, Skoltech và Đại học Bách khoa Tomsk, đã tạo ra một hệ thống AI dựa trên mạng nơ-ron đồ thị (GNN). Hệ thống này giúp tìm ra các tổ hợp nguyên tố hiệu quả để tạo ra các hợp chất mới đầy hứa hẹn dựa trên bo và wolfram. “Mô hình được huấn luyện cho phép chúng tôi phân tích tất cả dữ liệu chỉ trong vài ngày và chọn ra những hợp chất hứa hẹn nhất để xác minh bằng thực nghiệm,” Roman Eremin, nhà nghiên cứu hàng đầu tại AIRI, cho biết. Các phương pháp truyền thống để tính toán các đặc tính của phân tử, vốn là hóa học lượng tử, đòi hỏi tài nguyên tính toán và thời gian đáng kể. Đặc biệt nếu cấu trúc của hợp chất phức tạp - với mỗi nguyên tử và tính toán electron trở nên khó khăn hơn. Việc này có thể mất hàng tháng hoặc thậm chí hàng năm. AI giúp vượt qua rào cản này. Điều này cho phép bạn tăng tốc quá trình và không lãng phí hàng trăm nghìn cấu hình một cách vô ích. “Chúng tôi đã liên tục đưa vào đào tạo chỉ những cấu trúc mà mô hình đã mắc nhiều lỗi nhất. Điều này làm giảm độ phức tạp tổ hợp của nhiệm vụ,” Eremin giải thích. Mô hình AI được tạo ra không chỉ giới hạn ở các hợp chất bo. Nó có thể được sử dụng để tìm kiếm các vật liệu mới trong các hệ thống hóa học khác - từ các hợp chất y tế đến lực đẩy không gian. Mạng nơ-ron (còn gọi là mạng nơ-ron nhân tạo, INS, hoặc đơn giản là mạng nơ-ron) là một mô hình toán học, cũng như việc triển khai phần mềm hoặc phần cứng của nó, được xây dựng trên nguyên tắc tổ chức của mạng nơ-ron sinh học - mạng lưới các tế bào thần kinh của một sinh vật sống.