ИИ поможет создать экологически чистые материалы
Новые материалы могут помочь увеличить емкость батарей и создать катализаторы для конверсии углекислого газа. Такие «эко-френдли» материалы разрабатывать довольно трудно, поэтому ученые все чаще используют для этой задачи нейросети
Для борьбы с изменением климата ученые и активисты призывают правительства принимать меры, среди которых сокращение использования ископаемого топлива, электрификация транспорта, реформирование сельского хозяйства и очистка атмосферы от избыточного количества углекислого газа. Но многие из этих проблем будут непреодолимы без прорывов в материаловедении. Современные материалы не обладают ключевыми свойствами, необходимыми для масштабируемых экологически чистых технологий.
Батареи, например, требуют использования материалов, которые могут обеспечить более высокую плотность хранения энергии и высокую устойчивость к изменению условий окружающей среды. Без таких улучшений отрасль электромобилей — один из главных будущих потребителей аккумуляторов — рискует так и остаться позади своих бензиновых собратьев. Новые материалы также могут помочь улучшить системы по захвату углекислого газа, если использовать их в качестве катализаторов конверсии этого соединения.
Но разрабатывать такие соединения крайне сложно и трудозатратно. На помощь ученым в этом может прийти искусственный интеллект. Традиционно ученые открывали материалы благодаря сочетанию интуиции, смелости и просто везения. Этот подход привел ко многим тупикам, но он также помог совершить ключевые открытия, включая первый литий-ионный аккумулятор. Начиная с конца XX века компьютеры позволили ученым моделировать структуры и свойства молекул и материалов и синтезировать только самые перспективные из них, экономя время и деньги. Высокая пропускная способность такой методики также позволила быстро тестировать десятки и даже сотни соединений за раз.
Однако, даже такие методы сталкиваются с проблемами — они не обладают воображением, необходимым для генерации новых перспективных структур. Кроме того, программам не хватает массивов данных для обучения. Ученые уже знают способ решения и этой проблемы — использование роботов и нейросетей для сбора и генерации информации о ключевых свойствах материалов.
По словам исследователей, с набором существующих алгоритмов, в скором будущем нас может ждать переворот в материаловедении, а борьба против изменения климата может стать драйвером этих исследований. Ученые уже начали применять передовые методы для сбора информации и анализа данных в материаловедении. Например, не так давно исследователи использовали самодвижущиеся лаборатории для изучения и оптимизации оптических и электронных свойств материалов для фотоэлектрики, органических светодиодов и других устройств. Другие исследовательские группы применили машинное обучение и робототехнику для анализа свойств почти 2000 перовскитов — материалов , которые являются перспективной основой солнечных батарей. В скором будущем материаловеды ожидают новых открытий в этой области, сделанных при помощи ИИ.
По материалам Physics.
