Эксперт рассказал, как ИИ помогает создавать новые материалы для энергетики

Искусственный интеллект помогает создавать новые материалы в сотни раз быстрее — от буровых резцов до термоядерных реакторов. На XX Московском фестивале «Наука 0+» профессор и руководитель лаборатории Сколковского института науки и технологий Александр Квашнин рассказал, как нейросетевые методы справляются с задачами, которые раньше считались практически невыполнимыми.

Согласно материалу онлайн-журнала об энергетике «Энергия+», на протяжении десятилетий новые материалы создавались методом проб и ошибок: ученые соединяли вещества, получали новые образцы и постепенно находили наиболее удачные сочетания. Но когда возможных комбинаций становится не десятки, а тысячи и даже миллионы, такой подход перестает работать. Чтобы предсказать свойства нового материала, нужно рассчитать его кристаллическую структуру — а перебор всех вариантов для кристалла даже из десяти атомов занимал бы тысячу лет. В реальности же атомов может быть десятки и сотни, и эта задача долгое время считалась неразрешимой.

На сегодняшний день ситуацию меняет искусственный интеллект. Нейросети позволяют провести расчеты, которые ранее требовали бы столетий, всего за несколько месяцев или недель. Они учатся на данных квантовой химии и благодаря этому точно предсказывают структуры новых материалов без дорогих и долгих экспериментов. Так, по запросу «Газпром нефти» исследователи использовали ИИ для поиска материала для буровых резцов и нашли пентаборид вольфрама — соединение, в котором атомы вольфрама заключены в прочный «скелет» из бора. Такой материал оказался почти столь же твердым, как алмаз, на треть прочнее прежних аналогов, вдвое устойчивее к перегреву и способен выдерживать температуры до 2200 градусов. Теоретически его существование предполагали еще в 2018 году, но подтвердить и получить экспериментально удалось только благодаря цифровому моделированию.

По словам Квашнина, потенциал нейросетевого моделирования огромен. Ученые ищут материалы, способные выдерживать экстремально горячую плазму в термоядерных реакторах, разрабатывают термоэлектрики, которые смогут работать на сильном морозе, и улучшают катализаторы для нефтехимии. Однако у технологии пока есть ограничения: ИИ еще не умеет точно предсказывать электронные свойства веществ, поэтому моделирование полупроводников и сверхпроводников остается сложной задачей, хотя необходимые методы активно развиваются.

Ранее «Газпром нефть» представила на TNF 2025 ИИ-решения для бурения скважин.