1066
Исследователи из Южной Кореи разработали инновационную методологию искусственного интеллекта (ШИ), позволяющую автоматизированно идентифицировать материалы-предшественники для синтеза целевых материалов, что может существенно изменить производственный сектор.
Разработка, осуществленная командой под руководством Gyoung S. Na (KRICT) и Chanyoung Park (KAIST), базируется на ретросинтетическом подходе, прогнозирующем необходимые материалы-предшественники исключительно по химической формуле конечного материала. Традиционные методы требуют масштабных экспериментальных исследований, которые являются длительными и затратными, а внедрение ИИ позволяет значительно сократить этот процесс. По словам президента KRICT Янг-Кук Ли, эта технология может «революционизировать ландшафт развития материалов в разных отраслях», повышая эффективность производства.
Модель ИИ училась на данных более 20 000 научных статей, анализируя историю синтеза материалов, что позволило ей достичь 80% точности в прогнозировании прекурсоров. Проверка эффективности системы проводилась на основе 2800 экспериментальных синтезов, не входивших в обучающий набор данных, и продемонстрировала исключительную производительность – отклик системы составлял всего 0,01 секунды благодаря оптимизации работы на графических процессорах (GPU). В ближайшие годы команда планирует расширить обучающий набор и достичь 90% точности к 2026 году.
В отличие от существующих методов, ориентированных преимущественно на органические соединения, новая технология пригодна для прогнозирования неорганических материалов, что открывает новые перспективы полупроводниковой и аккумуляторной промышленности. Исследователи также планируют создать общедоступный веб-сервис для автоматизированного поиска материалов, что будет способствовать демократизации доступа к этим технологиям. Поддержка проекта со стороны Министерства науки, Корейского национального научно-исследовательского фонда и других организаций гарантирует стабильное развитие этой инициативы, представленной на конференции NeurIPS 2024.
Дальнейшее развитие ИИ в этой сфере может привести к созданию полностью автоматизированных систем синтеза материалов, способных предусматривать не только прекурсоры, но и оптимальные маршруты их получения. Это открывает перспективы кардинального пересмотра методов разработки новых материалов, что может стать прорывом во многих отраслях науки и промышленности.
