| Название базовой системы (платформы): | Искусственный интеллект (ИИ, Artificial intelligence, AI) |
| Разработчики: | Высшая школа экономики (НИУ ВШЭ), Национальный университет Сингапура, Наньянский технологический университет (NTU) |
| Дата премьеры системы: | 2025/07/11 |
| Отрасли: | Электротехника и микроэлектроника |
Основные статьи:
2025: Разработка алгоритма Wyckoff Transformer
Международная команда ученых при участии НИУ ВШЭ разработала алгоритм машинного обучения Wyckoff Transformer для генерации симметричных кристаллов. Нейросеть позволит создавать материалы с желаемыми свойствами для полупроводников, солнечных батарей, медицинского оборудования и других высокотехнологичных областей. Об этом НИУ ВШЭ сообщила 11 июля 2025 года.
Новые материалы — основа технологий, от электроники до медицины. Благодаря искусственному интеллекту время разработки новых материалов сократилось с десятков лет до нескольких месяцев. Однако перед учеными стоит задача не только быстро сгенерировать новое соединение, но и предсказать его свойства: будет ли материал проводить электричество, Будет ли он прочным.
Свойства материала в первую очередь определяются внутренней симметрией кристаллов, из которых состоят почти все твердые материалы. Однако многие генеративные модели не учитывают симметрию напрямую.
Исследователи из НИУ ВШЭ, Национального университета Сингапура, Наньянского технологического университета и Университета Констрактер разработали алгоритм машинного обучения Wyckoff Transformer (WyFormer), который позволяет быстро генерировать новые материалы с заданной симметрией, предсказывать их стабильность и производительность.
В основе модели лежит представление кристалла через так называемые позиции Вайкоффа — математически строго определенные координаты, описывающие, где могут находиться атомы в соответствии с симметрией кристаллической решетки. Это дает возможность сжатого и универсального представления структуры.
 | Представьте свое отражение в зеркале. Наше лицо симметрично, но на нем есть точки, состоящие из двух классов, например правый и левый глаз. А есть точки из одного класса — кончик носа. Если оперировать математическими терминами, то нос лежит на Вайкофф-позиции А, а глаз лежит на Вайкофф-позиции Б. То есть позиции Вайкоффа — это ключевые точки, которые задают симметрию и позволяют сказать, что в зеркале мы видим человеческое лицо, сказал Игнат Романов
соавтор работы, младший научный сотрудник факультета компьютерных наук НИУ ВШЭ.
|  |
Новая модель обучена на открытой базе данных реальных материалов Materials Project. В основе ИИ — архитектура-трансформер, которая генерирует новые рецепты для создания кристаллов, автоматически следуя правилам симметрии.
| | Существует бесконечное число вариантов того, как атомы могут соединяться друг с другом. Пытаться найти полезное соединение, придумать новые материалы без понимания правил их симметрии — все равно что собирать лего без инструкции. Конечно, иногда такое творчество приводит к интересным результатам, но чаще мы получаем нестабильные структуры. Наш алгоритм выучил все возможные инструкции к лего. Он знает, как сделать модель, которая не развалится, будет красивой и функциональной, или, возвращаясь от метафоры к материалам, какие существуют варианты симметрии, и может предсказывать свойства материала, даже не зная точного расположения атомов в ячейке,
отметил Никита Казеев один из авторов работы, научный сотрудник Института умных функциональных материалов Национального университета Сингапура, выпускник факультета компьютерных наук НИУ ВШЭ.
| |
В планах исследователей — применить модель, чтобы разработать на практике материалы для твердых электролитов и материалы с заданной теплопроводностью.
