Новый ИИ, разработанный учёными США и РФ, может ускорять все квантовые расчёты

Международная группа учёных из России и США совершила прорыв в материаловедении, создав гибридную систему искусственного интеллекта, способную в сотни раз ускорить квантово-химические расчёты. Разработка, поддержанная Российским научным фондом, открывает путь к целенаправленному проектированию материалов с заранее заданными свойствами, сообщает РИА Новости.

Как пояснил один из авторов работы, сотрудник Сколковского института науки и технологий Александр Шапеев, конечной целью является возможность теоретического поиска оптимального сплава для конкретного изделия на этапе проектирования, без долгих проб в лаборатории. Их исследование представляет собой важный шаг к этой цели.

На протяжении десятилетий учёные стремились создать методику, позволяющую точно предсказывать свойства материалов, исходя из фундаментальных свойств атомов. Традиционные методы, такие как теория функционала плотности (DFT), гарантируют высокую точность, просчитывая расположение атомов и силу химических связей. Однако для сложных молекул они требуют колоссальных вычислительных ресурсов, что делает их применение затруднительным.

В последние годы учёные пытались ускорить эти процессы с помощью квантовых компьютеров или систем машинного обучения. Первые эксперименты с ИИ показали рост скорости в сотни раз, но выявили ключевую проблему: алгоритмы периодически допускали ошибки, жертвуя точностью ради скорости.

Команде под руководством Шапеева удалось найти элегантное решение. Они интегрировали искусственный интеллект не для полной замены классических вычислений, а в качестве интеллектуального фильтра. Система машинного обучения анализирует задачу и резко сокращает количество возможных структур материала, которые затем с абсолютной точностью рассчитываются по проверенной методике DFT. Это позволило сохранить достоинства обоих подходов — скорость ИИ и точность традиционной физики.

Практическую эффективность метода исследователи продемонстрировали на примере трёхкомпонентных металлических сплавов. Гибридная система справилась с этой задачей в 100 раз быстрее классического DFT-подхода, обеспечив при этом полностью идентичный и точный результат.

По мнению разработчиков, эта технология открывает новую эру в создании «материалов по заказу» — от сверхпрочных сплавов для авиации и уникальных катализаторов для промышленности до инновационных лекарств, свойства которых можно смоделировать на компьютере перед синтезом в лаборатории.