Разработан инструмент на базе машинного обучения для предсказания структуры цеолитов

Новый инструмент на базе искусственного интеллекта ускорит разработку материалов для нефтехимии

Ученые из Института катализа Сибирского отделения Российской академии наук совершили технологический прорыв, разработав инновационный инструмент на основе машинного обучения. Эта система предназначена для высокоточного предсказания структуры цеолитов фожазитного типа — материалов, которые имеют критически важное значение для развития современной химической и нефтяной отраслей. Цеолиты широко применяются в промышленности для эффективного разделения газов и в качестве ключевых компонентов катализаторов, необходимых для переработки нефти.

Основной научный вызов заключался в том, что эффективность этих материалов напрямую зависит от положения катионов в их внутренней структуре, что определяет способность материала избирательно поглощать нужные вещества. Исследователи сначала создали сложный алгоритм для расчета взаимодействия катионов с каркасом цеолита и на его основе смоделировали положение катионов в четырех тысячах различных составов. Полученные данные легли в основу модели, которая теперь способна выдавать результаты анализа практически мгновенно.

Точность разработанной системы была подтверждена на примере более чем ста экспериментальных структур, что делает её надежным инструментом для практического применения. Благодаря этой разработке поиск идеальных сорбентов для промышленного газоразделения станет значительно быстрее и доступнее. Инструмент уже открыт для использования широким кругом специалистов, а в перспективе ученые планируют масштабировать технологию для прогнозирования свойств материалов в динамических системах.