О карьере за рубежом и возвращении в Россию
Согласно всем документам я родился в Москве, но это неправда. На самом деле я родился в Днепропетровске, на Украине, откуда родом моя мама. Но вскоре после моего рождения мы переехали в Москву. Там я окончил МГУ, а потом отправился в аспирантуру в Англию, где получил кандидатскую степень. В Англии я проработал около года, после чего меня пригласили в роли ведущего научного сотрудника, руководителя группы в Швейцарию. Там я провел шесть лет, защитил докторскую диссертацию, которая в России признана эквивалентной доктору физико-математических наук, а после отправился в Америку.
Наверное, так бы я и работал в США до скончания лет, но в 2012-2013 годах моя жизнь круто изменилась. Мои китайские ученики и российские друзья убедили меня подать заявку на российский и китайский мегагранты. В Китае тоже есть свои мегагранты, эта программа называется «1000 талантов». Я подал заявку и к своему огромному удивлению выиграл их оба, после чего создал лаборатории в России и Китае. Таким образом, с 2013 года у меня начали работать уже три лаборатории — в США, Китае и России.
Безусловно, существовать на три страны очень тяжело, поэтому в итоге я принял решение локализоваться в России, где сейчас провожу все свое рабочее время. В 2015 году я стал профессором Сколтеха, буквально два дня назад я получил премию имени Георгия Гамова, месяц назад стал членом Европейской академии наук. Но самое главное я все-таки не сказал: у меня трое детей, и скоро будет четвертый.
О том, что такое USPEX
То, чем мы занимаемся, принадлежит новой технической революции, имя которой — дизайн новых компьютерных материалов. Мечта, которую люди лелеяли много-много десятков, а то и сотен лет — идея создавать материалы силой человеческой мысли, предсказывать материалы с новыми сверхсвойствами силами, предваряя их экспериментальный синтез, сейчас начинает осуществляться. И в значительной степени сегодня она уже осуществлена.
Чуть меньше двух лет назад вышел обзор, который показывает первых ласточек нового века компьютерного дизайна новых материалов. В нем приведены материалы, которые имеют потенциальное или реальное применение в энергетике. Сначала они были предсказаны теорией и лишь потом синтезированы экспериментально и протестированы. Это материалы для литий-ионных аккумуляторов, сохранения водорода, термоэлектрики, фотовольтаики, сверхпроводники, материалы для конденсаторов. Они были предсказаны разными методами. И многие — нашей научной группой либо другими научными группами, но с помощью нашего метода.
Центральным вопросом в дизайне новых материалов является вопрос предсказания кристаллической структуры. Если вы знаете кристаллическую структуру, вы можете с помощью стандартных методов, основанных на квантовой механике, предсказать огромный список свойств. И еще до того, как материал будет синтезирован, вы можете понять, будет ли он полезен.
Итак, можете ли вы предсказать структуру вещества, которое вы еще не синтезировали? Стоит отметить, что люди научились определять кристаллические структуры экспериментально еще в 1912 году. Это был прорыв, сделанный отцом и сыном Брэггами, за который они в 1915 году, всего лишь через три года после первых экспериментов, получили Нобелевскую премию. Уильям Лоренс Брэгг, сын Уильяма Генри Брэгга, который выполнял основную работу по исследованию, получил эту награду в 25 лет. Это самый молодой нобелевский лауреат по физике за всю историю и один из самых заслуженных. Методы для расшифровки кристаллических структур и разработка, которую сделали Брегги, являются одним из самых главных прорывов науки XX века — практически все, что мы знаем о материалах, так или иначе завязано на знании кристаллических структур.
Метод рентгеновской дифракции, который использовали Брэгги в своих исследованиях, сослужил огромную службу науке. Как минимум 26 нобелевских премий были даны за определение структур различных веществ с помощью рентгеновской дифракции. По числу нобелевских премий кристаллографы если кому-то и уступают, то только специалистам по физике элементарных частиц. Многие считают, что один из главных прорывов науки XX века — это определение структуры ДНК. Но знаете ли вы, как структура ДНК была расшифрована? Это было сделано младшими коллегами Брэгга в его собственной лаборатории с помощью рентгеновской дифракции, кристаллографическими методами.
А что мы можем сказать по поводу теоретического предсказания структур? Ведь без этого невозможно предсказание новых материалов с полезными свойствами. Долгое время считалось, что предсказание структур — в принципе нерешаемая задача. Например, Джон Мэддок в своей знаменитой заметке писал, что «один из продолжающихся скандалов в физических науках — это то, что невозможным является предсказание структуры даже простейших кристаллов, если мы знаем лишь их химический состав».
Почему люди были так пессимистично настроены? Дело в том, что, если мы хотим предсказать стабильную структуру какого-то соединения (а стабильная — это обладающая минимальной энергией), нам нужно найти такое расположение атомов в пространстве, при котором энергия будет минимальной. Да, мы могли бы перебрать все варианты расположения атомов в пространстве, посчитать энергию для каждого из них (а это мы умеем делать — необходимый аппарат для этого дает нам квантовая механика), и, просто сравнив их, сказать, у какого энергия наименьшая.
В принципе это сделать можно, но на практике — нет. Различных вариантов расположения атомов в пространстве астрономически много, и их число растет экспоненциально с увеличением числа атомов в периодически повторяющемся «ящичке», который мы называем элементарной ячейкой. Например, если в элементарной ячейке десять атомов, вариантов расположения их в пространстве будет порядка ста миллиардов. Вам потребуются сотни лет, чтобы их перебрать. Если же их в ячейке 20 или 30, вам не хватит всей жизни Вселенной, чтобы перебрать все количество вариантов их расположения в пространстве. И даже если наши компьютеры станут в триллион раз более мощными, мы все равно не сможем решить эту задачу простым перебором.
Но это не значит, что решить эту задачу невозможно. Это необходимо делать другим способом. Представьте себе многомерную сложную энергетическую поверхность, на которой нам нужно найти самую низкую точку. В этом случае вам действительно не нужно опробовать каждую точку, чтобы найти искомое. Вам достаточно придумать способ, найти какую-то быструю тропинку к этому глобальному минимуму. И такой способ мы нашли, создав метод, основанный на идеях эволюции.
Я назвал наш эволюционный алгоритм «Успех» — USPEX, но он также имеет английскую расшифровку: universal structure predictor evolutionary crystallography — универсальный предсказатель структур эволюционной кристаллографии. Этот метод был опубликован нами в 2006 году и действительно оказался очень успешным. Сейчас у него уже более 4000 пользователей, кроме того, им пользуется несколько крупных компаний, таких как Sony, Intel, Fujitsu, Toyota и других. Любой пользователь может сказать нашу программу с сайта.
Как это работает?
Сила нашего метода заключается в комбинации быстрого эволюционного алгоритма для поиска глобального оптимума и квантово-механических расчетов. Квантово-механические расчеты — это самое точное, что на сегодня вы можете придумать для расчета энергий и физических свойств. И козырь работы как раз в сочетании быстроты и надежности нашего алгоритма с точностью квантовой механики.
Эволюционные алгоритмы — это особый класс искусственного интеллекта. Они являются самообучающимися: метод может учиться на своих собственных результатах и понимать, где расположены структуры с низкими энергиями, а где с высокими. Плохие структуры с высокими энергиями мы отбрасываем, а из хороших структур с более низкими энергиями мы делаем «детей». И в следующем поколении «детей», которые находятся в низкоэнергетической области, гораздо больше. Поколение за поколением мы опробуем эту область низких энергий до тех пор, пока не находим наилучшую структуру. Таким образом, с помощью эволюции мы можем все больше фокусироваться на наиболее перспективной области пространства поиска. И уже не нужно исследовать каждую точку вашего пространства поиска, мы можем решить эту задачу эволюцией за конечное, небольшое количество времени.
Результаты реальных расчетов: удивительные предсказания, нашедшие реальное подтверждение
Например, мы прекрасно знаем из эксперимента, какая структура характерна для углерода при высоком давлении в 100 гигапаскалей (это один миллион атмосфер). Но моя программа об этом ничего не знает. Ей известны только законы квантовой механики и мой поисковый алгоритм — алгоритм глобальной оптимизации. Мы делаем расчет, который начинаем со случайных структур. Они разупорядочены и выглядят плохо, не выгодны по энергии, но умеют эволюционировать и делают это достаточно быстро, преобразуясь в правильную структуру. Таким образом, не зная ничего, метод находит все, что нужно.
Так же был найден и новый аллотроп бора — сверхтвердое вещество, одно из самых твердых веществ, на данный момент известных человечеству. Эта структура была предсказана и затем экспериментально подтверждена. Еще более удивительное предсказание, нашедшее свое экспериментальное подтверждение, состояло в том, что при высоком давлении — примерно в два миллиона атмосфер — натрий, согласно предсказанию, перестает быть металлом. Мы предсказали, что при этих условиях он станет прозрачным диэлектриком, что вообще-то идет вразрез с обычными физическими ожиданиями. Но в ходе экспериментов и это подтвердилось.
«Белые пятна» в химии, которые удается найти с помощью теоретического предсказания
Эта работа иллюстрирует то, как мы предсказываем стабильную структуру для заданного химического состава, но на самом деле предсказательную мощь можно расширить на порядки. Мы также научились предсказывать, какие химические составы будут стабильны: не зная химической формулы, мы можем ее предсказать. Методологически все достаточно просто. В термодинамике стабильным соединением является такое, которое имеет энергию ниже, чем любая смесь других соединений, дающих тот же самый валовый химический состав. Этот простой критерий позволяет нам понять, какие составы являются стабильными, а в других также определить их меру нестабильности.
На этом пути нас ждут большие сюрпризы. Например, моему китайскому аспиранту, который работал в Москве и изучал систему марганец-бор, удалось получить очень интересные результаты. Стоит отметить, что экспериментаторы изучали эту систему многие десятилетия. Он же одним расчетом получил все известные стабильные соединения в этой системе, но без сюрпризов не обошлось. Причем речь в данном случае идет про обычные условия.
Кто бы мог подумать, что в системе, которая изучалась экспериментально десятилетия, можно получить неожиданные результаты? Его расчет предсказал Mn2B и MnB в точности с такой же структурой, как показывают эксперименты. Но удалось предсказать и новое соединение, которое никто и никогда в этой системе не видел — MnB3. В ходе экспериментов удалось его синтезировать и выяснилось, что он имеет именно такую кристаллическую структуру, как было предсказано. Во-первых, это говорит о том, что в химии еще много белых пятен, они есть даже в системах, которые, казалось бы, просты и хорошо изучены. Во-вторых, это наглядно показывает, что теория имеет огромную предсказательную мощь.
Помимо этого, мы работаем с органикой, в частности с полимерами. Нам удалось разработать некоторые методологические приемы для предсказания структуры полимеров, которые успешно смогли воспроизвести такие структуры, как полиэтилен или нейлон. Также у нас был проект, реализуемый вместе с учеными из Коннектикута, по разработке новых полимеров для гибкой электроники, в том числе для конденсаторов. Мы нашли четыре новых полимера, которые обладают очень привлекательными характеристиками для практических приложений. Все четыре полимера были синтезированы, и было подтверждено, что их кристаллические структуры и диэлектрические свойства совпали с предсказаниями.
Можно ли эффективно предсказывать структуру белков, чтобы продвинуться в диагностике и лечении сложнейших заболеваний?
Но самые важные для нас полимеры — это белки, которые можно назвать молекулярными машинами жизни. Почему нам важно понять их структуру? Сделав это, вы можете определить функцию белка, понять, как он взаимодействует, например, с лекарствами. Но также, зная структуру белка и возможные изомеры белковой структуры, вы способны понять, может ли такая молекула неправильно сворачиваться.
С неправильным сворачиванием белковых молекул связан целый ряд тяжелейших заболеваний — например, таких, как болезнь Альцгеймера. У страдающих этим заболеванием в мозгу образуются так называемые амилоидные бляшки, которые препятствуют распространению электрических и химических сигналов. Кроме того, считается, что прямым или непрямым образом с неправильным сворачиванием белков связан рак, на этом завязаны также процессы старения и многие другие болезни.
Можем ли мы предсказывать белки? Да, мы учимся. Пока эта история очень далека от завершения, но у нас уже есть мощный прототип нашего метода. Мы опробовали его на очень простых белках. Подобной работой также занимается Дэвид Шоу (David Shaw) — американский предприниматель, мультимиллиардер, ученый, финансист, который основал собственный институт биохимии, ведущий собственные практические исследования. Свой метод, основанный на расчетах, которые выполняются с помощью очень мощного процессора, он назвал Anton. Мы в своей лаборатории развиваем другой метод, основанный не на «грубой силе», а как раз на эволюционных принципах. Мы не ждем, пока белок свернется, это очень долгий процесс и без мощного компьютера тут не обойтись. Мы заставляем белок свернуться своим эволюционным методом.
В пику Anton`у мы решили назвать свой метод Egor. Дамы и господа, можете делать ставки, побьет ли Егор Антона. Но первые результаты показывают, что пока мы переживаем состояние, близкое к ничьей: в ряде примеров метод Дэвида Шоу показывает преимущество, тогда как в других — лучше оказывается наш. Но мне кажется, что у Egor`a хорошие перспективы.
Материалы будущего для индустрии: можно ли «победить победит»?
Сейчас мы работаем совместно с «Газпромом» по материалам для буровой техники. Основой для буров являются, своего рода, две рабочие лошадки, два очень хороших материала — алмаз, который в виде мелких кристалликов вживляют в матрицу из карбида вольфрама (WC). Последний — замечательный материал, который служит человечеству верой и правдой уже лет 80. И в нашей стране он заслуженно получил имя «победит», потому что именно из него во время битвы за Москву делались наконечники для снарядов, которые пробивали вражеские танки.
Но похоже, что в будущем этот материал можно превзойти. Сейчас у нас накапливается все больше данных о материалах, часть из которых еще предстоит синтезировать, но которые имеют шанс превзойти карбид вольфрама и по твердости, и по трещиностойкости. Я думаю, что мы стоим на пороге нового класса материалов для такого рода техники, и победит можно будет победить, извините за такой каламбур.
Еще один класс революционных материалов будущего — термоэлектрики. И здесь можно придумать массу фантастических применений как для прямого термоэлектрического эффекта, так и для обратного. Где можно применять термоэлектрики? Можно делать на этом эффекте холодильники, приборы ночного видения, такими приборами можно также улавливать тепло теплоэлектростанций, повышая их КПД, или, например, улавливать тепло, которое теряется в вашем автомобиле при нагреве двигателя, и превращать его в электричество. Или представьте себе наручные часы, которые подзаряжаются с помощью энергии тепла вашего тела. Такая технология тоже доступна с помощью термоэлектриков.
Но есть проблема: КПД термоэлектрических элементов сегодня пока очень низкий — несколько процентов или даже долей процента. Если бы нам удалось увеличить этот показатель хотя бы раза в два, по оценкам специалистов это привело бы к рентабельности большинства этих технологий и к революции в нашей повседневной жизни. Работу в этом направлении мы также ведем. Мы адаптировали наш метод для поиска термоэлектрических материалов и протестировали его на самом лучшем термоэлектрике на комнатной температуре — теллуриде висмута. С помощью расчета мы смогли найти экспериментально известную структуру теллурида висмута, но мы также увидели целое семейство структур, которые чуть выше по энергии, но многократно выше по термоэлектрическим свойствам. И судя по этим данным, увеличить термоэлектрическую добротность хотя бы в два раза абсолютно реально. Но эти материалы еще надо создать, хотя в этом ничего невозможного нет.
О задачах на будущее
Всегда можно найти новые задачи, и вряд ли мы придем к тому, что все будет предсказано. Но я думаю, что наступит день, когда наши расчеты, исследования из искусства, науки превратятся в рутину. Этот день, с одной стороны, будет для меня очень радостным, ведь это именно то, к чему должен стремиться каждый ученый — чтобы его разработка стала настолько отработанной, что ей может пользоваться любой простым нажатием на клавишу. Моя цель — чтобы моей программой пользовались все компании и ученые, которые занимаются разработкой новых материалов, и чтобы она была максимально проста в использовании.
Но с другой стороны, этот день будет и грустным, потому что когда это случится — я уже не смогу этим заниматься. Ведь ученый не должен делать то, что рутинно. Мне придется оставить мое детище и заниматься решением других задач, к которым, надеюсь, я также прирасту сердцем, как и к этой.
О кумирах, любимых элементах таблицы Менделеева и о том, почему стоит мечтать
Еще с детства, с четырех лет я мечтал стать химиком. Я зачитывался научно-популярными книгами по химии, истории химии, по свойствам элементов, и тогда моим кумиром был английский химик Гемфри Дэви, который был для своего времени рекордсменом по числу открытых им химических элементов. Меня впечатляли и достижения наших советских физиков- химиков из группы Флерова-Оганесяна. Я мечтал, что, когда вырасту, стану работать в их лаборатории и буду синтезировать новые химические элементы.
Жизнь так сложилась, что самые важные и необычные мои предсказания были сделаны именно на тех элементах, которые были открыты Гемфри Дэви. Это натрий, магний, бор. А потом, уже спустя много-много лет так получилось, что я познакомился и подружился с академиком Оганесяном, который на сегодняшний день является рекордсменом по числу открытых химических элементов. Если я не ошибаюсь, у Гемфри Дэви было шесть открытых элементов, у Оганесяна — девять.
Таким немного мистическим образом мои детские мечты идти по стопам Гемфри Дэви воплотились неожиданным для меня образом: элементы, открытые им, оказались самыми продуктивными для моих собственных научных открытий. А моя мечта работать в Дубне с Оганесяном и Флеровым трансформировалась в дружбу с Оганесяном спустя много лет. Так что не бойтесь мечтать, потому что мечты действительно сбываются.
