• Ученые из Сколтеха и МФТИ ускорили поиск металлических сплавов для ракетостроения и других отраслей с помощью машинного обучения.
• Новый метод использует машинное обучение для ускорения перебора вариантов и делает его более исчерпывающим.
• Исследование поддержано грантом РНФ.
• Чистые металлы обычно уступают сплавам по своим свойствам, поэтому материаловеды ищут сплавы с более совершенными свойствами.
• Экспериментальный синтез и проверка материалов-кандидатов - долгий и дорогостоящий процесс.
• Новый подход на основе машинно-обучаемых потенциалов позволяет перебрать все возможные комбинации до некоторой границы отсечения.
• Алгоритм ориентирован на оптимизацию физических величин, таких как энергия и энтальпия образования вещества, которые указывают на устойчивость сплавов.
• Авторы исследования обнаружили 268 новых сплавов, устойчивых при нулевой температуре, которых не было в стандартной базе сплавов.

«Эти подходы опираются на фундаментальное физическое описание процесса, прямые квантово-механические расчеты, — пояснила магистрант программы „Науки о данных“ Сколтеха и выпускница МФТИ Виктория Зинькович, первый автор научного исследования. — Это очень точные, но сложные и долгие расчеты. Мы же используем машинно-обучаемые потенциалы, которые, напротив, отличаются высокой скоростью вычислений и позволяют перебрать все возможные комбинации до некоторой границы отсечения, например до 20 атомов в суперъячейке. А значит, мы не пропустим хороших кандидатов».