Международная команда ученых, в которую вошли специалисты Национального исследовательского университета "Высшая школа экономики" (НИУ ВШЭ), представила новую разработку в области искусственного интеллекта — алгоритм машинного обучения Wyckoff Transformer (WyFormer). Эта нейросеть способна создавать симметричные кристаллы с заданными свойствами, что открывает широкие перспективы для создания новых материалов, применяемых в полупроводниках, солнечных батареях, медицинском оборудовании и других высокотехнологичных отраслях, передает inbusiness.kz со ссылкой на пресс-службу НИУ ВШЭ.
Презентация проекта состоится 15 июля на одной из ведущих мировых конференций по машинному обучению ICML в Ванкувере. Препринт научной статьи уже опубликован на портале arxiv.org, а код и обучающие данные выложены под открытой лицензией.
Современные технологии невозможны без инновационных материалов. От электроники до медицины — каждое устройство начинается с уникального материала. С помощью ИИ ученым удалось сократить сроки разработки новых материалов с десятилетий до нескольких месяцев. Однако ключевая задача — не только сгенерировать соединение, но и понять, какими будут его свойства: станет ли оно прочным, теплопроводным, сможет ли проводить ток.
Ключевым фактором этих свойств является внутренняя симметрия кристаллов — основа почти всех твердых тел. Однако большинство существующих генеративных моделей игнорируют этот аспект или лишь частично его учитывают.
Исследователи из НИУ ВШЭ, Национального университета Сингапура, Наньянского технологического университета и Университета Констрактер предложили новую архитектуру трансформера, которая работает с представлением кристаллов через так называемые позиции Вайкоффа. Эти координаты точно описывают, где могут находиться атомы в кристаллической решетке, соблюдая законы симметрии.
"Представьте свое отражение в зеркале. Наше лицо симметрично, но на нем есть точки, состоящие из двух классов, например правый и левый глаз. А есть точки из одного класса — кончик носа. Если оперировать математическими терминами, то нос лежит на Вайкофф-позиции А, а глаз лежит на Вайкофф-позиции Б. То есть позиции Вайкоффа — это ключевые точки, которые задают симметрию и позволяют сказать, что в зеркале мы видим человеческое лицо", — объясняет соавтор работы, младший научный сотрудник факультета компьютерных наук НИУ ВШЭ Игнат Романов.
Благодаря такому подходу модель может с высокой точностью генерировать стабильные и физически реалистичные кристаллические структуры, следуя строгим правилам симметрии. В основе WyFormer — данные крупнейшей открытой базы реальных материалов Materials Project.
Новая система позволяет получать высококачественные прогнозы по устойчивости и свойствам материалов даже без необходимости знать точное расположение атомов в ячейке. Такой подход обеспечивает высокую скорость генерации и значительно снижает вычислительные затраты.
"Существует бесконечное число вариантов того, как атомы могут соединяться друг с другом. Пытаться найти полезное соединение, придумать новые материалы без понимания правил их симметрии — все равно, что собирать лего без инструкции. Конечно, иногда такое творчество приводит к интересным результатам, но чаще мы получаем нестабильные структуры, — рассказывает один из авторов работы, научный сотрудник Института умных функциональных материалов Национального университета Сингапура, выпускник факультета компьютерных наук НИУ ВШЭ Никита Казеев. — Наш алгоритм выучил все возможные инструкции к лего. Он знает, как сделать модель, которая не развалится, будет красивой и функциональной, или, возвращаясь от метафоры к материалам, какие существуют варианты симметрии, и может предсказывать свойства материала, даже не зная точного расположения атомов в ячейке".
Сравнительный анализ показал, что WyFormer значительно превосходит другие модели по таким ключевым параметрам, как:
- доля стабильных и уникальных структур;
- точность соблюдения симметрии;
- скорость генерации, превышающая аналоги на порядки.
Следующим шагом станет практическое применение модели для создания:
- твердых электролитов;
- материалов с заданной теплопроводностью;
- и других функциональных соединений, необходимых в энергетике, электронике и медицине.
Исследователи подчеркивают, что открытость исходного кода делает WyFormer доступным для глобального научного сообщества и может стать основой для новых технологических прорывов.
Читайте по теме:
Казахстанские ученые разработал метод очистки почвы от тяжелых металлов
