Ученые AIRI, «Сколтеха», Томского политехнического университета и «Сбера» предложили метод снижения количества расчетов при дообучении графовых нейросетей предсказанию свойств материалов. Для этого используется интеллектуальный отбор примеров для дообучения.

Исследователи применили разработанный метод к проблеме поиска оптимального металла-заместителя (допанта) для высшего борида вольфрама — сверхтвердого металла. Для обучения модели использовалось 200 результатов квантово-механических расчетов. Ученым удалось предсказать термодинамические свойства примерно в 375 тыс. структурных конфигураций.

Обученная графовая модель позволила проанализировать допанты за несколько дней и выбрать наиболее перспективные из них. По словам ученых, прямое использование квантово-механических расчетов могло бы занять годы.

Как минимум три из рассмотренных металлов-заместителей могут приводить к образованию новых устойчивых соединений. Прогноз для одного из них успешно проверили в лабораторных тестах в Томском политехническом университете.