Российский ИИ-алгоритм WyFormer: прорыв в создании симметричных кристаллов и будущих материаловедческих исследованиях

Международная группа учёных, в которую вошли специалисты НИУ ВШЭ (Россия), а также исследователи из Сингапура, Тайвани и Университета Констрактер, представила новый алгоритм машинного обучения под названием Wyckoff Transformer (WyFormer). Цель этого решения - новый процесс создания кристаллических материалов, позволяющий использовать структуру с заданными принципами за считанные месяцы.

Новый процесс создания кристаллических материалов

WyFormer — это первый в своем роде алгоритм, способный ограничить симметричные кристаллы с заданными физико-химическими характеристиками. Используя методы глубокого обучения и опираясь на принципы кристаллографии, модель учитывает не только состав материала, но и пространственную симметрию, которая играет ключевую роль в стабильности и функциональности кристаллов.

Это позволяет значительно сократить временные и ресурсные затраты на разработку новых материалов.

Разработка WyFormer — это не просто очередной научный результат, это настоящий прорыв в области материаловедения. Для реализации такого подхода к процессу создания новых кристаллических соединений требовались годы, затраты и усилия. Теперь же, благодаря ИИ, можно за несколько месяцев получить перспективные материалы, которые можно будет использовать в полупроводниковой промышленности, солнечной энергетике, медицинском оборудовании и производстве твёрдых электролитов.

Прорыв в области материаловедения

Для России это событие имеет особое значение. НИУ ВШЭ демонстрирует мировому научному сообществу высокий уровень компетентности в области машинного образования и материального управления. Кроме того, участие в международном сотрудничестве открывает новые возможности для технологического суверенитета и развития отечественных высокотехнологичных секторов, таких как «Электроника для критического применения» (ЭКА) и микроэлектроника.

Существует бесконечное число вариантов того, как атомы могут соединяться друг с другом. Пытаться найти полезное соединение, придумать новые материалы без понимания правил их симметрии — все равно что собирать лего без инструкции. Конечно, иногда такое творчество приводит к интересным результатам, но чаще мы получаем нестабильные структуры. Наш алгоритм выучил все возможные инструкции к лего. Он знает, как сделать модель, которая не развалится, будет красивой и функциональной, или, возвращаясь от метафоры к материалам, какие существуют варианты симметрии, и может предсказывать свойства материала, даже не зная точного расположения атомов в ячейке

Никита Казеев

научный сотрудник Института умных функциональных материалов Национального университета Сингапура, выпускник факультета компьютерных наук НИУ ВШЭ

На глобальном уровне алгоритм WyFormer становится необходимым для решения основных задач: повышения энергоэффективности, улучшения видимости и развития медицинских технологий. Более того, открытость проекта - препринт доступен на arXiv, а код - под открытой лицензией, ускоряет его внедрение и адаптацию в научных и промышленных центрах по всему миру.

Алгоритм уже может быть внедрен

Одной из основных особенностей этой разработки является ее потенциал для международного распространения. Благодаря открытому исходному коду и доступным данным, российские ИИ-разработки получают возможность интегрироваться в зарубежные научные и корпоративные R&D-проекты. Это может стать отправной точкой для экспорта отечественных технологий искусственного интеллекта.

Внутри России алгоритм уже сейчас может быть внедрен в лабораториях и на предприятиях, занимающихся разработкой новых материалов. В перспективе возможен переход от научного эксперимента к промышленной реализации. Также не исключено его применение в постсоветских странах, обладающих общим научно-техническим потенциалом.

Автоматизация проектирования материалов

WyFormer — это не просто очередная научная публикация. Это решающий шаг в сторону автоматизации проектирования материалов, который может радикально изменить подход к разработке новых веществ.

Краткосрочные ожидания - до конца 2025 года или начала 2026 года будет проведена практическая проверка алгоритма: руководитель первого создания рабочего твёрдого электролита на основе сгенерированного WyFormer-ом кристалла.

Среднесрочные перспективы (2–3 года): внедрение технологий в промышленность, особенно в энергетику и электронику. Возможно появление коммерческих стартапов и спин-офф проектов на базе НИУ ВШЭ.

Долгосрочные прогнозы (5 лет и более): выход российских ИИ-технологий на международный рынок через Европу, участие в международных консорциумах и современные разработки.

Таким образом, алгоритм WyFormer — это не только научный успех, но и известный инструмент для технологического будущего, способный ускорить прогресс в самых разных отраслях.