Учёные встроили законы физики в ИИ для открытия новых материалов
Исследователи разработали фреймворк PhysMat AI, который интегрирует фундаментальные физические законы в процесс поиска материалов. Это должно повысить надёжность предсказаний ИИ и сделать его выводы проверяемыми.
Традиционные модели искусственного интеллекта при разработке новых материалов часто работают как «чёрный ящик» — они дают результат, но не объясняют логику решения. Кроме того, такие системы ненадёжны за пределами данных, на которых их обучали, что ограничивает их применение в реальных условиях.
Новый подход к ИИ в материаловедении
Учёные предложили встроить фундаментальные физические законы прямо в архитектуру ИИ-системы. Новый фреймворк получил название PhysMat AI. По замыслу разработчиков, такой подход должен сделать предсказания модели более надёжными и объяснимыми.
Преимущества физически обоснованного ИИ
Встраивание физических законов в ИИ позволяет системе работать в соответствии с реальными ограничениями природы, а не только с закономерностями в обучающих данных. Это повышает вероятность того, что предсказанные материалы действительно будут обладать нужными свойствами.
Публикация результатов
Результаты исследования опубликованы в журнале Advanced Functional Materials. Это данные научного исследования, а не инженерный совет или гарантия практического применения.
Значение для поиска материалов
Разработка новых материалов — трудоёмкий процесс, требующий проверки множества комбинаций элементов и структур. ИИ может ускорить этот поиск, но только если его предсказания надёжны. Физически обоснованный подход потенциально решает проблему экстраполяции за пределы известных данных.
