AI加速新材料的發現

俄羅斯研究人員在新材料開發方面取得了重大突破。他們利用人工智慧（AI）加速了識別和分析潛在化合物特性的過程。 來自人工智慧研究院（AIRI）的一個團隊，在俄羅斯聯邦儲蓄銀行（Sber）、斯科爾科沃科技學院（Skoltech）和托木斯克理工大學的支持下，創建了一個基於圖神經網路（GNN）的AI系統。該系統有助於找到基於硼和鎢的有前景的新化合物的有效元素組合。 “經過訓練的模型使我們能夠在幾天內分析所有數據，並選擇最有希望的用於實驗驗證的化合物，”AIRI首席研究員Roman Eremin說。 傳統的計算分子性質的方法，即量子化學方法，需要大量的計算資源和時間。特別是當化合物的結構複雜時——每個原子和電子的計算都會變得更加困難。這可能需要數月甚至數年的時間。 人工智慧有助於繞過這個障礙。 這使您可以加快流程，並且不會白白浪費數十萬種配置。 “我們一直只在訓練中包含模型犯錯最多的結構。這降低了任務的組合複雜性，”Eremin解釋說。 創建的AI模型不僅限於硼化合物。它可用於在其他化學系統中尋找新材料——從醫藥化合物到太空推進。 神經網路（也稱為人工神經網路，INS，或簡稱神經網路）是一種數學模型，也是其軟體或硬體實現，其構建基於生物神經網路的組織原則——活生物體的神經細胞網路。