ИИ поможет суперкомпьютеру найти материал для батареи нового типа: как он это делает

Исследователи Мичиганского университета (США) используют суперкомпьютеры для создания моделей, которые помогут ускорить поиск подходящих материалов для инновационных аккумуляторов, пишет interestingengineering.com. Батареи нового типа будут предназначены для самых разнообразных областей – от персональной электроники до медицинских приборов.

К процессу привлекли и фундаментальные модели ИИ. Они отличаются от традиционных моделей, так как обучаются для специфических целей (например, для разработки лекарств). В этом случае ученые используют ИИ для ускорения поиска лучших материалов для аккумуляторов. Чтобы аккумуляторы следующего поколения были мощнее, долговечнее и безопаснее, исследователям нужны улучшенные электролиты (переносящие заряд) и электроды (хранящие и высвобождающие энергию).

Задача достаточно амбициозная, ведь существует огромное количество всевозможных химических соединений — а именно, более 10⁶⁰. Тут и пригодился ИИ – он обучается на миллиардах известных молекул, выявляя закономерности, которые, в свою очередь, помогают предсказывать свойства новых материалов.

Для повышения точности ученые использовали текстовую систему SMILES и новый инструмент SMIRK.

Сейчас исследовательская группа разрабатывает вторую модель электродных материалов, используя мощный суперкомпьютер Aurora. Что касается ИИ, то команда интегрировала базовую модель с чат-ботами на базе LLM, такими как ChatGPT. Теперь участники исследования могут задавать вопросы, быстро тестировать идеи и изучать новые основы химии без написания кода.

Также Фокус сообщал, что квантовый компьютер справился с неоднозначной задачей. Благодаря усилиям американских исследователей, было продемонстрировано преимущество квантового масштабирования для приближенного решения задач оптимизации с использованием квантового отжига.

Еще стало известно, что с помощью квантового компьютера ученые впервые в истории успешно добились подлинно случайной генерации чисел. Это достижение может пригодиться, в том числе, в криптографии и в обучении искусственного интеллекта.