Перед проектированием какого-либо устройства, например, лазера, физикам нужно понять, подходит ли выбранный ими материал для конкретной задачи. Для этого важно рассчитать электронную зонную структуру, которая описывает энергетические состояния электронов, оптические, электропроводные, механические и другие физические свойства материала. Узнать электронную зонную структуру помогают первопринципные расчеты — вычисления, которые не требуют экспериментальных данных и основаны на фундаментальных законах физики.
Однако не каждый физик способен произвести первопринципные расчеты. Этому обучаются отдельно, в том числе подготавливать файлы для вычислений, настраивать и работать со специализированным ПО. Даже если в научной группе работает физик-теоретик с навыками первопринципных расчетов, определение электронной зонной структуры материала с большим количеством электронов может занять целый день.
Исследователи Нового физтеха при поддержке разработчика из Института прикладных компьютерных наук ИТМО создали AI-Materials Project — ИИ-ассистента, который упрощает первопринципные расчеты и делает их доступными для широкого круга специалистов. Это чат-бот, в основе которого лежат RAG-система и готовая LLM-модель, дополненная специализированной открытой базой данных кристаллических материалов The Materials Project. В ней содержится информация о структуре каждого материала, описаны химические элементы и расположение их атомов относительно друг друга. На основе кристаллической структуры рассчитывается электронная зонная структура, оптические, электропроводные и другие физические свойства материала.
Демонстрация работы ИИ-ассистента AI-Materials Project. Видео предоставлено Иваном Иоршем
Благодаря AI-Materials Project пользователю не нужно скачивать отдельное ПО или писать API-запросы, чтобы получить информацию из базы. ИИ-ассистент сам «переводит» запрос ученых на естественном языке в запрос к базе данных. Например, можно попросить найти полупроводники с определенной шириной запрещенной зоны, отсортировать перовскиты с определенной формулой по стабильности или перечислить все кристаллографические модификации минерала флюорита. Отдельно для интересующего материала можно рассчитать электронную зонную структуру и узнать его физические свойства. Чат-бот выдает результат за небольшое время — от нескольких минут до получаса в зависимости от сложности расчета.
«С помощью нашего AI-Materials Project ученые, у которых нет специализации по теоретическим вычислениям в физике, профессионального ПО или навыков по API-запросам, могут за небольшое время выполнять несколько задач в режиме одного окна. Во-первых, по запросу получать информацию из специализированной базы данных. Результаты выдачи будут более точными, так как The Materials Project доверяют ученые со всего мира, а универсальные ИИ-помощники могут галлюцинировать. Во-вторых, на основе проверенной информации физики могут запускать первопринципные расчеты физических свойств материалов или отправлять чат-боту другие сложные многокомпонентные запросы. В итоге наше решение значительно ускоряет пайплайн исследования как в предварительных расчетах, так и в подготовке иллюстраций для публикации», — рассказал руководитель проекта, главный научный сотрудник Нового физтеха ИТМО Иван Иорш.
Иван Иорш. Фото: ИТМО
С помощью AI-Materials Project физики смогут быстрее и точнее определять характеристики материалов (например, проводимость, магнитные, оптические, механические свойства и ширина запрещенной зоны материала, способность к световому излучению). Из всех вариантов можно выбрать подходящие материалы для исследований в области лазерных технологий, оптики, термоэлектриков и микроэлектроники.
В дальнейшем разработчики планируют добавить еще несколько функций, чтобы сделать AI-Materials Project полноценным инструментом в формате одного окна. Во-первых, внедрить поиск по научной литературе в области физики материалов в базе данных ArXiv. Один ученый физически не может отследить все публикации за последние 20 лет, поэтому новая функция поможет проводить глубокий анализ научной литературы. На его основе ученые смогут находить «белые пятна» в области исследования и затем проверять их, используя только полученные, но не отрефлексированные экспериментальные данные. Второй новой функцией станет использование вариационных алгоритмов для моделирования квантовых материалов в квантовой химии.
Разработчики представили AI-Materials Project на V Конгрессе молодых ученых в Сириусе. Это ключевое событие Десятилетия науки и технологий, которое собрало более семи тысяч участников из порядка 60 стран — представителей академического и университетского сообщества, государственных корпораций и частного бизнеса, общественных объединений.
«Наша цель — заинтересовать разработкой исследователей, работающих в области физики материалов. Чем больше ученых начнут пользоваться системой и поделятся с нами обратной связью, тем быстрее мы сможем ее улучшить под требования пользователей. На Конгрессе молодых ученых мы надеемся установить контакты с компаниями и научными группами, развивающими ИИ в научных исследованиях», — отметил Иван Иорш.
AI-Materials Project — не единственный цифровой ассистент, созданный в ИТМО. Разработка ChemCoScientist от команды старшего научного сотрудника исследовательского центра «Сильный искусственный интеллект в промышленности» ИТМО Анны Калюжной помогает химикам автоматизировать научные исследования, в том числе генерирует новые и дорабатывает существующие химические соединения, а также алгоритмы синтеза, предсказывает химические свойства и извлекает знания из статей по химии.
