Генеративный искусственный интеллект уже умеет предсказывать свойства новых материалов — от термостойкости до способности избирательно поглощать газы. Но самый сложный этап начинается после этого — синтез. Знать, каким должен быть материал, еще не значит понимать, при каких условиях его реально можно получить.
Ученые из Массачусетского технологического института предложили модель DiffSyn, которая помогает находить рабочие пути синтеза и подсказывает, какие параметры стоит проверять в лаборатории в первую очередь.
В реальности синтез редко идет по одному сценарию. Температура, время реакции, соотношение исходных веществ и порядок их смешивания могут полностью изменить результат. Перебирать такие комбинации вручную — значит тратить месяцы и годы. DiffSyn обучили на более чем 23 тысячах реальных рецептов синтеза, собранных из научных публикаций за последние 50 лет.
Модель использует диффузионный подход: сначала в данные добавляется случайный шум, а затем алгоритм учится постепенно «очищать» его, восстанавливая осмысленные и реализуемые схемы синтеза. В итоге система может предложить сразу несколько вариантов условий для получения заданного материала.
Ключевое отличие DiffSyn от предыдущих моделей в том, что она не ищет единственный правильный рецепт. Один и тот же материал можно получить разными способами, и модель учитывает эту многовариантность, что лучше соответствует реальной лабораторной практике.
Для проверки систему применили к цеолитам — пористым материалам, которые используются в катализе, абсорбции и ионном обмене. Цеолиты особенно сложны в синтезе, потому что их кристаллизация занимает недели, а число возможных комбинаций условий очень велико. С помощью DiffSyn исследователи получили новый цеолит с повышенной термической стабильностью и подходящей структурой для каталитических применений.
То, что раньше требовало сотен экспериментов, теперь можно предварительно оценить за минуты и отобрать несколько наиболее перспективных сценариев для реальной проверки.
Ранее Наука Mail рассказывала о том, что ИИ открывает новые возможности в генной терапии.
