Сотрудники Центра искусственного интеллекта Московского государственного университета (МГУ) разработали метод предсказания свойств материалов по химическому составу, сообщили в пресс-службе вуза.
Специалисты применили перенос знаний между разными типами данных о материалах. Обычно для предсказания свойств используют модели, учитывающие кристаллическую структуру — пространственное расположение атомов. Но для многих перспективных соединений структура неизвестна, а ее определение требует больших вычислительных ресурсов. Авторы предложили обходиться только химической формулой. Это позволяет работать с более широким кругом соединений, включая еще не изученные экспериментально.
Для материаловедения особенно важно научиться работать с соединениями, для которых еще нет полной информации о кристаллической структуре. Мы показали, что данные разных типов можно использовать для улучшения моделей, которые делают предсказание только по химической формуле. Такой подход помогает точнее оценивать свойства материалов и может быть полезен при первичном отборе перспективных соединений для дальнейшего изучения
Ученые опробовали два подхода. Первый обучает химические языковые модели с учетом данных о кристаллической структуре. Второй сначала восстанавливает структуру по химической формуле с помощью другой модели, а затем применяет графовые нейросети. В 25 из 32 тестовых задач их модели показали лучшие результаты, чем ранее опубликованные решения. В двух группах задач средняя ошибка снизилась примерно на 15%. Метод также позволяет оценивать вклад отдельных элементов в свойства материала, что помогает лучше понимать, какие комбинации важны для целевых характеристик. Работа опубликована в журнале Scientific Reports.
Ранее Наука Mail писала о том, что ИИ доверили дозировку кислорода пациентам в больницах.