Теперь исследователи из инженерной школы USC Viterbi разработали революционную модель искусственного интеллекта, которая может моделировать поведение миллиардов атомов одновременно, открывая новые возможности для проектирования материалов и открытий в беспрецедентных масштабах.

Нынешнее состояние мирового климата является ужасающим. Жестокие засухи, испаряющиеся ледники и еще более разрушительные ураганы, ливни и лесные пожары опустошают нас каждый год. Основным фактором, способствующим глобальному потеплению, является постоянный выброс углекислого газа в атмосферу.

Айитиро Накано, профессор компьютерных наук, физики и астрономии, а также количественной и вычислительной биологии в Университете Витерби, размышлял над этими вопросами после январских лесных пожаров в Лос-Анджелесе. Итак, он обратился к давнему партнеру Кен-Ичи Номуре, профессору кафедры химической инженерии и материаловедения Университета Витерби, с которым он сотрудничал более 20 лет.

Совместное обсуждение этих вопросов помогло запустить их новый проект: Allegro-FM, имитационную модель, управляемую искусственным интеллектом. Компания Allegro-FM сделала поразительное теоретическое открытие: можно улавливать углекислый газ, выделяющийся в процессе изготовления бетона, и возвращать его обратно в бетон, который он помогал производить.

"Вы можете просто поместить CO2 внутрь бетона, и тогда получится углеродно-нейтральный бетон", - сказал Накано.

Накано и Номура вместе с Прией Вашиштой, профессором химической инженерии и материаловедения в Университете Витерби, и Радживом Калией, профессором физики и астрономии в Университете Калифорнии, проводили исследования того, что они называют "связыванием CO2", или процессом улавливания углекислого газа и его хранения, что является сложным процессом.

Моделируя миллиарды атомов одновременно, Allegro-FM может виртуально тестировать различные конкретные химические вещества перед дорогостоящими экспериментами в реальном мире. Это могло бы ускорить разработку бетона, который действует как поглотитель углерода, а не просто как источник углерода - на производство бетона в настоящее время приходится около 8% глобальных выбросов CO2.

Прорыв заключается в масштабируемости модели. В то время как существующие методы молекулярного моделирования ограничены системами с тысячами или миллионами атомов, Allegro-FM продемонстрировал эффективность в 97,5% при моделировании более четырех миллиардов атомов на суперкомпьютере Aurora в Аргоннской национальной лаборатории.

Это обеспечивает вычислительные возможности примерно в 1000 раз большие, чем при обычных подходах.

Модель также охватывает 89 химических элементов и может предсказывать поведение молекул в самых разных областях применения - от химии цемента до хранения углерода.

"Бетон также является очень сложным материалом. Он состоит из множества элементов, различных фаз и интерфейсов. Итак, традиционно у нас не было способа моделировать явления, связанные с конкретным материалом. Но теперь мы можем использовать этот Allegro-FM для моделирования механических свойств [и] структурных свойств", - сказал Номура.

Бетон - огнеупорный материал, что делает его идеальным выбором для строительства после январских лесных пожаров. Но производство бетона также является огромным источником выбросов углекислого газа, что особенно беспокоит экологическую проблему в таком городе, как Лос-Анджелес. В ходе их моделирования было показано, что Allegro-FM является углеродно-нейтральным материалом, что делает его лучшим выбором по сравнению с другими бетон.

Этот прорыв решает не только одну проблему. Срок службы современного бетона в среднем составляет около 100 лет, в то время как древнеримский бетон прослужил более 2000 лет. Но повторное улавливание CO2 может помочь и в этом.

"Если вы добавите CO2, так называемый "карбонатный слой", он станет более прочным", - сказал Накано.

Другими словами, Allegro-FM может имитировать углеродно-нейтральный бетон, который также может прослужить намного дольше, чем 100 лет, которые обычно служат бетону в наши дни. Теперь это просто вопрос его создания.

За кулисами

Профессора руководили разработкой Allegro-FM, высоко оценивая то, как искусственный интеллект ускоряет их сложную работу. Обычно, чтобы смоделировать поведение атомов, профессорам понадобился бы точный набор математических формул - или, как назвал их Номура, "глубинные явления квантовой механики".

Но последние два года изменили методы этих двух исследований.

"Теперь, благодаря этому прорыву в области машинного обучения ИИ, вместо того, чтобы создавать всю эту квантовую механику с нуля, исследователи используют подход, заключающийся в создании обучающего набора и последующем запуске модели машинного обучения", - сказал Номура. Это значительно ускоряет процесс преподавания, а также повышает эффективность использования технологий.

Allegro-FM может точно предсказать "функции взаимодействия" между атомами - другими словами, как атомы реагируют и взаимодействуют друг с другом. Обычно для выполнения этих функций взаимодействия потребовалось бы множество индивидуальных симуляций.

Но эта новая модель меняет ситуацию. Первоначально существовали различные уравнения для отдельных элементов периодической таблицы Менделеева с несколькими уникальными функциями для этих элементов. Однако с помощью искусственного интеллекта и машинного обучения мы теперь потенциально можем моделировать эти функции взаимодействия практически со всей периодической таблицей Менделеева одновременно, без необходимости в отдельных формулах.

"Традиционный подход заключается в имитации определенного набора материалов. Итак, вы можете имитировать, скажем, кварцевое стекло, но вы не можете имитировать [это], скажем, с помощью молекулы лекарственного средства", - сказал Номура.

Эта новая система также намного эффективнее с технологической точки зрения, поскольку модели искусственного интеллекта выполняют множество точных вычислений, которые раньше выполнялись большим суперкомпьютером, упрощая задачи и высвобождая ресурсы этого суперкомпьютера для более продвинутых исследований.

"[Искусственный интеллект может] достичь квантово-механической точности при гораздо меньших вычислительных ресурсах", - сказал Накано.

Номура и Накано говорят, что их работа далека от завершения.

"Мы, безусловно, продолжим это конкретное исследование, создавая более сложные геометрии и поверхности", - сказал Номура.

Это исследование было недавно опубликовано в журнале Journal of Physical Chemistry Letters и было размещено на обложке журнала.