Следващият графен? ИИ изцяло променя парадигмата и ускорява търсенето на супер материали

От бронзовата епоха до индустриалната революция, а и след това, откриването и разработването на нови материали е било движеща сила в човешката история. Тези нови материали са помогнали за развитието на технологиите и формирането на цивилизациите.

Днес сме в началото на нова ера, в която изкуственият интелект (ИИ) изглежда е в перфектната позиция да промени търсенето на полезни материали. Това изглежда ще промени изцяло подхода към тяхното изследване, създаване и тестване.

В древността човешките цивилизации са експериментирали с природните ресурси, за да създават инструменти и артефакти. Бронзовата епоха в средата на 4-тото хилядолетие пр.н.е. е важен етап. Бронзът, сплав от мед и калай, довежда до разработването на по-здрави инструменти и оръжия, както и до напредък в земеделието и строителството.

Бронзът често е наричан първият „нов материал“, създаден от хората. Взели сме различни елементи и сме създали нещо ново, с по-добри свойства от всяка от съставките и с уникални качества. Изобретяването на стъклото в древна Месопотамия около 3500 г. пр. н. е. е друг революционен момент.

През 20-и век откриването на пластмасовите полимери, керамиката и свръхпроводниците разкри нови граници в технологиите. Керамиката, известна със своята издръжливост и топлоустойчивост, се превърна в основна част от промишлеността – от авиацията до електрониката.

Свръхпроводниците, материалите, които могат да провеждат електричество с нулево електрическо съпротивление, вече се използват в маглевите (влаковете с магнитна левитация), ускорителите на частици и медицинските устройства.

Изкуственият интелект се включва в битката

Търсенето на нови материали, които могат да допринесат за разработването на следващите революционни технологии, досега беше дълъг и скъп процес. Това се дължеше на сложността на редица материали на атомно и молекулярно ниво. Традиционните методи се основават основно на метода на пробите и грешките и се нуждаят от специализирано оборудване и ресурси.

Несигурността и рискът, присъщи при откриването на материали, допълнително усложняват и удължават процеса. Въпреки това напредъкът в областта на изкуствения интелект, включително в ИИ подмножеството, известно като машинно обучение, започва да променя цялата ситуация, като дава възможност за използването на по-ефективни и целенасочени подходи.

При машинното обучение математическите правила, обикновено наричани ИИ алгоритми, се учат от данните, за да подобряват работата си без човешка намеса.

Главната промяна е новата методология, базирана на генеративните ИИ системи, които могат да създават ново съдържание. Именно тези ИИ системи вече могат директно да създават нови материали, когато им се предоставят желаните свойства и изисквания.

По-рано този месец екип на Microsoft публикува статия в Nature, в която представи два ИИ инструмента за проектиране на неорганични материали (такива, които не са базирани на химическия елемент въглерод).

Тези инструменти играят допълващи се роли в откриването на нови материали. Това са MatterGen и MatterSim. Първият създава нови кандидат материали, а вторият ги филтрира и валидира – за да удостовери, че те могат да бъдат произведени в реалния свят.

Специфичните желани свойства, които могат да бъдат създадени с помощта на MatterGen, включват специфична симетрия или механични, електронни и магнитни свойства.

За разлика от традиционните методи, които разчитат предимно на интуицията (заедно с множество обширни и досадни експерименти), MatterGen може да генерира хиляди потенциални материали със специфични желани свойства за съвсем малка част от същото време.

Този подход, базиран на изкуствения интелект, ускорява началните етапи на проектирането на материалите. Той дава възможност на изследователите да проучат по-широк кръг от възможности и да се съсредоточат върху най-обещаващите кандидати.

MatterSim прилага строг компютърен анализ, за да прогнозира стабилността и жизнеспособността на предложените материали. Тази способност за прогнозиране помага да се филтрират теоретичните възможности от физически осъществимите. Това гарантира, че само стабилните материали продължават напред в процеса на създаване.

Новите инструменти

В този контекст можем да се запитаме как всъщност може да изглежда един нов материал, идентифициран чрез този процес? MatterSim се фокусира предимно върху кристалите, и по-точно върху уникалните кристални структури със специфична подредба на атомите.

Тези структури са пригодени да отговарят на определени ограничения на свойствата, което ги прави подходящи за използване в най-различни области. Те включват високоенергийни батерии, гъвкава електроника, дисплеи, слънчеви панели и авангардни медицински импланти.

Все пак мощният ИИ тандем на Майкрософт не е сам в търсенето си. Графичните мрежи за изследване на нови материали (Graph Networks for Materials Exploration – Gnome) на Google DeepMind е друг инструмент, който може съществено да ускори процеса на откриване.

Gnome използва форма на изкуствен интелект, която се базира на особеностите на човешкия мозък и в която се използва дълбоко обучение. Той прогнозира стабилността на новите материали, като значително съкращава фазата на проучване и откриване.

В статия, публикувана през 2023 г., изследователи от Google DeepMind демонстрират, че техният ИИ модел може да идентифицира 2,2 милиона нови стабилни материали. Около 736 от тях вече са експериментално реализирани.

Това е десетократно увеличение в сравнение с предишните методи. Тези материали, много от които досега не са били известни на химиците, имат потенциални приложения в областта на чистата енергия, електрониката и др.

Въпреки че и Gnome на Google, и MatterGen на Microsoft са базирани на изкуствен интелект, те се различават по своите подходи и в някои отношения предоставят допълващи се методологии. Gnome прогнозира стабилността на новите материали чрез създаване на вариации на съществуващи структури и се фокусира върху идентифицирането на стабилни кристални материали.

MatterGen, от друга страна, използва генеративен ИИ модел за директното създаване на нови материали въз основа на конкретни изисквания за конструкцията и дизайна. Той създава материални структури чрез промяна на елементи, позиции и периодични решетки (повтарящата се структура в трите измерения).

Възможностите за откриване на материали с помощта на изкуствен интелект са огромни. Те биха могли да доведат до иновации в области като съхранението на енергията и екологичното устойчиво развитие. Едно от най-обещаващите приложения е, например, разработването на нови батерии.

Тъй като светът преминава към възобновяеми енергийни източници, търсенето на ефективни и дълготрайни батерии нараства и ще продължи да нараства. ИИ инструментите могат да помогнат на изследователите да проектират и идентифицират нови материали, способни да поддържат по-висока плътност на енергията, по-бързо време за зареждане и по-дълъг живот.

Освен за съхранение на енергия, новите материали могат да се използват за проектиране на нови медицински устройства, импланти и дори системи за подаване на лекарствени продукти. Това може да подобри състоянието на пациентите и да доведе до напредък в медицината.

В космическата индустрия леките и издръжливи материали биха могли да подобрят характеристиките и безопасността на самолетите и космическите кораби. Същевременно новите материали за пречистване на водата, улавяне на въглерода и обработка на отпадъците биха могли да отговорят на неотложните екологични предизвикателства.