Российская нейросеть обучилась «собирать» сверхпрочные сплавы

Разработанная учеными из КФУ нейросеть может «собрать» на основе анализа данных об элементах необходимый аморфный сплав всего за несколько минут. Исследователи из России создали нейросеть, способную проанализировать набор данных об элементах и подобрать наиболее прочные из аморфных сплавов металлов. Работа ученых опубликована в журнале Metals. Аморфные сплавы применяются в машиностроении и других сферах промышленности. Их использование обусловлено преимущественно их прочностными показателями, такими как сопротивляемость к разрушению, упругость, твердость. Разработанная учеными анализирует данные об элементах таблицы Менделеева — массу атома, его заряд и электроотрицательность. Далее она «собирает» сплав и задает долю каждого элемента в нем. Наконец, определяются механические свойства. Общее время расчетов составляет около пары минут. Для обучения нейросети были использованы данные о более чем 50 тысячах аморфных сплавов различного состава, рассказала одна из исследователей, инженер кафедры вычислительной физики Казанского федерального университета Мария Доронина. Искусственному интеллекту не требуется информация о координатах и скоростях атомов, что позволяет специалистам не заниматься трудоемким процессом анализа структуры сплава. Средняя погрешность расчетов составляет 12%, что является хорошим показателем, подчеркивает Доронина.