На Петербургском международном экономическом форуме состоялась сессия «ИИ в новых материалах: кто заберет рынок». В дискуссии участвовали вице-президент по инновациям «Норникеля» Виталий Бусько, генеральный директор Ассоциации «Альянс» в сфере ИИ Валерия Воробьева, генеральный директор Института АИРИ и декан факультета искусственного интеллекта МГУ, доктор физико-математических наук Иван Оселедец, директор по науке НПО «Микроген» Дмитрий Кудлай и заместитель директора по научной работе ИФВЭ НИЦ «Курчатовский институт» Никита Марченков. Наука Mail выделила главные тезисы.
2,2 миллиона кристаллов — и почти все в мусор
Самый громкий пример применения ИИ в материаловедении — работа Google DeepMind. С помощью графовых нейросетей компания сгенерировала 2,2 млн новых кристаллических структур. Но, по словам участников сессии, большая часть оказалась нежизнеспособной: одни соединения — радиоактивные, другие — в принципе нереализуемые.
Схожая история произошла с системой MatterGen от Microsoft. Из сотен тысяч предсказанных кристаллических решеток реально перспективным посчитали одно соединение. Когда его начали проверять — выяснилось, что оно уже было описано в советском научном журнале, который попал в обучающую выборку.
Для сравнения: в 2024 году Нобелевскую премию по химии присудили создателям AlphaFold — системы предсказания структуры белков. Органическая химия получила свой прорыв. Неорганическая же, по словам участников сессии, пока и близко не подошла к такому алгоритму.
Без химика ИИ не знает, что синтезировать
Виталий Бусько сформулировал ключевой практический вывод: в материалах, в отличие от большинства других сфер, нельзя взять IT-компанию с общей компетенцией в ИИ и ждать результата.
«Материаловеда, который еще и понимает искусственный интеллект, днем с огнем не сыщешь», — признал он. В «Норникеле» пошли другим путем: берут материаловедов с интересом к новым инструментам и учат их работать с ИИ. По опыту компании, это работает — в отличие от обратного подхода.
Иван Оселедец добавил системное измерение проблемы. Большинство ученых занимаются материалами, потому что им это интересно, — а не потому что на выходе будет продукт, нужный бизнесу. Выход, который уже работает в мировой фармацевтике: крупные компании инвестируют в независимые стартапы, где небольшая команда живет ради одной задачи и получает вознаграждение только за ее решение. Такие команды находятся вне корпоративной структуры — и именно поэтому результативны.
Данные важнее алгоритмов
На сессии разобрали конкретный случай. Ученые проанализировали около 500 статей по одному классу соединений — катодным материалам для батарей. Разные ведущие лаборатории мира независимо друг от друга измеряли одни и те же свойства одних и тех же веществ. Когда построили графики — обнаружили два пика.
Причина: в протоколах не фиксировали один скрытый фактор. Незначительная примесь, случайно попавшая в образец, кардинально меняла свойства финального продукта. В статьях про это, разумеется, не писали. Там описывали «идеальное соединение». И все это попадало в обучающие выборки моделей. Это означает, что сколь бы мощной ни была нейросеть — если данные зашумлены, результат будет плохим.
США попытались решить проблему системно. В рамках консорциума с участием Google DeepMind и Microsoft ведущие исследовательские центры страны и компании собрали единую платформу данных по материалам. Главное, чего удалось добиться, — договориться о параметрах: бизнес получил понятный горизонт прикладных эффектов, наука — финансирование фундаментальных исследований.
В России такой модели пока нет. Данные раздроблены: каждый R&D-центр тестирует собственные гипотезы — часто те же самые, что уже проверяли соседи. «Очень жалко тратить такие деньги. Особенно у нас, в нашем положении, на фоне дефицита», — отметила Валерия Воробьева.
Объединяющим началом, по ее мнению, должны стать именно данные — как общий актив, вокруг которого можно выстроить взаимодействие науки и бизнеса. Но для этого нужен нейтральный модератор: сами стороны договориться не могут — интересы у них разные, пусть и одинаково полезные. Роль такого модератора могло бы взять на себя государство или специализированный институт в формате государственно-частного партнерства.
Кто заберет рынок
По прогнозу Виталия Бусько, инициаторами рынка ИИ-материалов в России станут крупные производственные компании — с большими данными и глубоким карманом. IT-компании без доменной экспертизы здесь не выиграют. Исполнителями станут не генералисты, а специализированные производители — реагентов, катализаторов, полимеров. Только у них есть необходимые знания о том, что именно синтезировать.
«Норникель» сфокусировался на новых применениях палладия. Компании принадлежит около 40% мирового рынка этого металла — крупнейшая доля у одного игрока. Новые области применения палладия напрямую открывают новые рынки, поэтому их поиск — стратегическая задача компании.
Аналогично — «Сибур» и новые виды полимеров, нефтехимические холдинги — в своих направлениях. Доменная экспертиза в сочетании с ИИ-инструментами в руках специалистов, а не универсальных программистов — вот формула, которая, по мнению участников сессии, даст реальный результат.
Россия еще не опоздала
Главный вывод сессии, на котором сошлись и ученые, и бизнес: Россия на одной стартовой линии с остальным миром. Даже ведущие мировые лаборатории пока накапливают гипотезы. Практическое применение ИИ для синтеза принципиально новых материалов только формируется как направление.
Преимущество России — данные Российской академии наук, накопленные десятилетиями, и сильная школа математики и физики, которая позволяет разрабатывать оригинальные алгоритмы. Но воспользоваться этим можно только при одновременном выполнении трех условий: общие данные, единое целеполагание и нейтральный модератор между наукой и бизнесом.
Новые материалы входят в перечень приоритетных технологических направлений, зафиксированных в указе президента. Это создает основу — теперь нужна архитектура взаимодействия.
