Атомный вызов: как ИИ и квантовая химия спасут планету от радиоактивных отходов

Квантовый прорыв в материаловедении

Ядерная энергетика остаётся одним из ключевых источников «чистой» энергии будущего, но её развитие тормозит острая экологическая дилемма: что делать с долгоживущими радиоактивными отходами? Особую тревогу вызывает технеций-99 – продукт деления урана с периодом полураспада 211 тысяч лет. Этот изотоп легко мигрирует в почве и грунтовых водах, создавая угрозу для экосистем на тысячелетия вперёд. Однако российские учёные нашли путь к решению этой глобальной задачи. И ключ к нему лежит на стыке квантовой химии и искусственного интеллекта.

Группа исследователей из ведущих научных центров России – AIRI, Сколтеха, РХТУ, ИФХЭ РАН при поддержке Сбербанка совершила прорыв в поиске материалов для безопасной иммобилизации технеция-99. Вместо традиционного метода проб и ошибок, требующего десятилетий экспериментов, учёные применили нейросетевую модель, обученную на данных точных квантово-химических расчётов. Результатом стала детальная «карта стабильности» карбидов технеция – своего рода атлас атомных конфигураций, включая редкие структуры, которые классические методы просто не в состоянии обнаружить. Теперь экспериментаторы могут целенаправленно синтезировать наиболее устойчивые соединения, способные надёжно «запереть» радионуклид на геологические сроки.

ИИ как союзник атомной безопасности

Суть инновации в синергии двух передовых технологий. Квантовая химия обеспечивает фундаментальную точность расчётов энергии атомных связей, а искусственный интеллект многократно ускоряет перебор вариантов, выявляя закономерности, незаметные человеческому глазу. Подобный подход позволяет не просто находить известные фазы, но и предсказывать экзотические, термодинамически выгодные конфигурации.

Ранее мы уже использовали аналогичные подходы для изучения функциональных материалов и прогнозирования новых составов. В настоящей работе удалось наглядно продемонстрировать, что исключение элемента случайности в рамках вычислительных подходов, основанных на машинном обучении, не просто ускоряет прогноз свойств, а позволяет учитывать самые редкие структуры, которые легко можно пропустить, действуя случайно

Роман Ерёмин

руководитель научной группы Дизайн новых материалов AIRI

Это особенно ценно для технеция - элемента, который в природе практически не встречается и чья химия изучена недостаточно. Благодаря ИИ учёные получили инструмент системного дизайна материалов, заменив случайный поиск целенаправленной инженерией на атомном уровне.

От лаборатории к промышленности

Практическое значение работы выходит за рамки фундаментальной науки. Устойчивые карбиды технеция могут стать основой для композитных материалов-носителей, способных не только хранить технеций-99, но и трансформировать его в стабильный рутений-100 через нейтронное облучение, фактически «дожигая» радиоактивность.

Российская методология уже сегодня применима к другим проблемным изотопам ядерных отходов, таким как йод-129. А междисциплинарная кооперация – от академических институтов до технологического гиганта в лице Сбера демонстрирует зрелость отечественной экосистемы для трансляции научных открытий в промышленные решения. В перспективе это открывает экспортный потенциал: страны с развитой атомной энергетикой от Франции до Китая заинтересованы в технологиях безопасного обращения с отходами.

Российское исследование не просто научная публикация, а сигнал о смене парадигмы. Будущее материаловедения уже здесь: оно системное, предиктивное и цифровое. Уход от эмпирики к ИИ-оптимизированному дизайну материалов станет ключевым трендом следующего десятилетия - и Россия, судя по текущим достижениям, намерена занять в этом процессе одну из лидирующих позиций. Атомная энергетика может стать по-настоящему устойчивой лишь тогда, когда мы научимся ответственно распоряжаться её «тёмной стороной». И именно искусственный интеллект, объединённый с квантовой теорией, указывает путь к этой цели.