ИИ моделирует поведение миллиардов атомов, доказывая возможность создания углеродно-нейтрального бетона

Автор: The Journal of Physical Chemistry Letters (2025). DOI: 10.1021/acs.jpclett.5c00605

Представьте бетон в наших домах и мостах, который не только выдерживает испытание временем и природными катаклизмами вроде сильной жары лесных пожаров, но и способен самовосстанавливаться или поглощать углекислый газ из атмосферы.

Исследователи из Школы инженерии USC Viterbi разработали революционную модель ИИ, способную одновременно моделировать поведение миллиардов атомов, открывая новые возможности для проектирования и открытия материалов в беспрецедентных масштабах. Их работа была опубликована в The Journal of Physical Chemistry Letters и стала обложкой журнала.

Современное состояние климата вызывает тревогу. Жестокие засухи, тающие ледники, разрушительные ураганы, ливни и лесные пожары ежегодно наносят ущерб. Один из основных факторов глобального потепления — постоянные выбросы углекислого газа в атмосферу.

Айитиро Накано, профессор компьютерных наук, физики, астрономии и количественной биологии в USC Viterbi, задумался об этих проблемах после январских пожаров в Лос-Анджелесе. Он обратился к своему давнему партнёру Кен-Ичи Номуре, профессору химического инжиниринга и материаловедения, с которым сотрудничает более 20 лет.

Их совместные обсуждения привели к созданию нового проекта: Allegro-FM, модели искусственного интеллекта для симуляции. Allegro-FM сделал удивительное теоретическое открытие: можно улавливать CO₂, выделяемый при производстве бетона, и возвращать его обратно в бетон.

«Вы можете просто поместить CO₂ внутрь бетона, и тогда он станет углеродно-нейтральным», — сказал Накано.

Накано и Номура вместе с Прией Вашиштой и Радживом Калией исследуют процесс «секвестрации CO₂» — улавливания и хранения углекислого газа, что является сложной задачей.

Моделируя миллиарды атомов одновременно, Allegro-FM может тестировать различные составы бетона виртуально, прежде чем проводить дорогостоящие реальные эксперименты. Это ускорит разработку бетона, который будет поглощать углерод, а не выделять его — на производство бетона сегодня приходится около 8% мировых выбросов CO₂.

Прорыв заключается в масштабируемости модели. В то время как существующие методы молекулярного моделирования ограничены системами с тысячами или миллионами атомов, Allegro-FM продемонстрировал 97,5% эффективность при моделировании более четырёх миллиардов атомов на суперкомпьютере Aurora в Аргоннской национальной лаборатории.

Это примерно в 1000 раз больше, чем позволяют традиционные подходы.

Модель также охватывает 89 химических элементов и может предсказывать молекулярное поведение для применений от химии цемента до хранения углерода.

«Бетон — очень сложный материал. Он состоит из множества элементов, фаз и границ раздела. Раньше у нас не было способа моделировать процессы, связанные с бетоном. Но теперь мы можем использовать Allegro-FM для моделирования механических и структурных свойств», — пояснил Номура.

Бетон огнестоек, что делает его идеальным строительным материалом после январских пожаров. Однако его производство также связано с огромными выбросами CO₂, что особенно актуально для такого города, как Лос-Анджелес. В симуляциях Allegro-FM показал возможность создания углеродно-нейтрального бетона.

Этот прорыв решает не одну проблему. Современный бетон служит в среднем около 100 лет, тогда как древнеримский — более 2000 лет. Но улавливание CO₂ может помочь и здесь.

«Если добавить CO₂, так называемый карбонатный слой, бетон становится прочнее», — отметил Накано.

Другими словами, Allegro-FM может моделировать углеродно-нейтральный бетон, который прослужит гораздо дольше современных аналогов. Теперь осталось только построить его.

Как это работает

Профессора разработали Allegro-FM, оценив, как ИИ ускоряет их сложную работу. Обычно для моделирования поведения атомов требовались точные математические формулы — или, как назвал их Номура, «глубокие квантово-механические явления».

Но последние два года изменили подход к исследованиям.

«Теперь, благодаря прорыву в машинном обучении и ИИ, вместо того чтобы выводить все эти квантово-механические законы с нуля, исследователи используют подход с генерацией обучающего набора и запуском модели машинного обучения», — объяснил Номура.

Это делает процесс быстрее и эффективнее с точки зрения использования технологий.

Allegro-FM точно предсказывает «функции взаимодействия» между атомами — то, как атомы реагируют друг на друга. Обычно для этого требовалось множество отдельных симуляций.

Новая модель меняет ситуацию. Раньше для каждого элемента таблицы Менделеева были свои уравнения и уникальные функции. С помощью ИИ и машинного обучения теперь можно моделировать эти взаимодействия почти для всей таблицы одновременно, без отдельных формул.

«Традиционный подход — моделировать определённый набор материалов. Например, можно смоделировать силикатное стекло, но нельзя смоделировать его вместе с молекулой лекарства», — привёл пример Номура.

Новая система также гораздо эффективнее с технологической точки зрения: ИИ выполняет множество точных вычислений, которые раньше требовали суперкомпьютера, упрощая задачи и освобождая его ресурсы для более сложных исследований.

«[ИИ может] достичь квантово-механической точности с гораздо меньшими вычислительными ресурсами», — подчеркнул Накано.

Номура и Накано говорят, что их работа далека от завершения.

«Мы обязательно продолжим исследования бетона, создавая более сложные геометрии и поверхности», — заявил Номура.

Подробнее: Ken-ichi Nomura et al, Allegro-FM: Toward an Equivariant Foundation Model for Exascale Molecular Dynamics Simulations, The Journal of Physical Chemistry Letters (2025). DOI: 10.1021/acs.jpclett.5c00605

Источник: University of Southern California