Нейросеть отличила настоящие кристаллы от фантазий экспресс

Оригинал: "Assessment of the synthetic feasibility of hypothetical zeolite-like materials based on ZeoNet"
arXiv:2601.17253 · 2026-01-24 · CC BY 4.0 · 1 мин
Компьютерная модель учится узнавать, какие пористые минералы можно создать в лаборатории, а какие существуют только на бумаге.

📄 Показана версия «Просто» — «Популярно» пока не готова. Добавьте ★ в избранное, если хотите её ускорить.

Пористые минералы-цеолиты работают как крошечные губки с отверстиями строго определённого размера. Через такие отверстия проходят молекулы одного сорта и застревают другие — на этом построена очистка воды, разделение газов и катализ в нефтехимии. Но придумать новый цеолит на бумаге гораздо проще, чем вырастить его в лаборатории: у кристалла должны сойтись десятки тонких условий.

Новая модель нейросети смотрит на трёхмерную карту атомов в кристалле, как врач на снимок. Она сравнивает узор с теми, что уже встречались среди настоящих цеолитов, и выносит вердикт: синтезируем или нет. Из более чем трёхсот тридцати тысяч вымышленных структур модель ошибочно признала реальными лишь около тысячи двухсот — это в десятки раз точнее прежних методов.

Самые «правдоподобные» вымышленные структуры, которые обманули нейросеть, — готовый список кандидатов для будущих экспериментов. Возможно, среди них прячутся цеолиты с уникальными свойствами.

Ошибка в три процента — не промах, а подсказка. Те самые структуры, что модель приняла за настоящие, хотя их никто не синтезировал, могут быть вполне реальными. Химикам останется взять этот короткий список и попробовать вырастить кристаллы в автоклаве.

Цеолиты применяют даже в косметике и как добавку в корм скоту — их пористая структура связывает токсины и лишнюю влагу.

Понятия
синтетические изображения материалы на основе машинного обучения синтетические данные ложноположительный результат классификатор набор данных генеративная модель научные открытия с помощью нейронных сетей синтез филогенетическая сеть выбор модели смоделированные данные эвиденциальные нейронные сети информационный критерий генеративно-состязательные сети ошибка первого рода реконструкция данных с помощью нейронных сетей никелат метод опорных векторов идентификация частиц