метод

межатомный потенциал, обученный машинным обучением

Модель машинного обучения, предсказывающая атомные взаимодействия для моделирования материалов.
56 статей

Описание

Машинно-обученный межатомный потенциал — это вычислительная модель, предсказывающая энергию и силы между атомами в материале, обученная на данных квантово-механических расчетов. Традиционные симуляции опираются либо на дорогостоящие квантовые методы, либо на упрощенные классические приближения. Машинно-обученные потенциалы стремятся сочетать точность квантовой механики со скоростью классических симуляций, позволяя изучать большие системы на длительных временных масштабах, что иначе было бы невозможно.

История

Концепция возникла в середине 2000-х годов; ранние работы Йорга Белера и Микеле Парринелло в 2007 году представили подход на основе нейронных сетей для представления поверхностей потенциальной энергии. С тех пор область быстро расширилась, появились различные архитектуры и применения.

Как это работает

Модель обучается на наборе данных атомных конфигураций и соответствующих им энергий и сил, обычно генерируемых расчетами теории функционала плотности (DFT). Алгоритм машинного обучения, часто нейронная сеть, учится отображать локальное атомное окружение в потенциальную энергию. После обучения модель может почти мгновенно предсказывать энергии и силы для новых конфигураций, что позволяет проводить молекулярно-динамические симуляции миллионов атомов с точностью, близкой к квантовой.

Где применяется

Эти потенциалы используются в материаловедении для моделирования свойств металлов, полупроводников, полимеров и аккумуляторных материалов, а также в химии для изучения химических реакций и в биохимии для изучения сворачивания белков.

Любопытный факт

Некоторые машинно-обученные потенциалы теперь настолько точны, что могут предсказывать такие свойства материалов, как теплопроводность или фазовые переходы, которые ранее были доступны только с помощью дорогостоящих квантовых симуляций.

Граф понятий →

Статьи по теме · 56

Механическая память, которую читают волной
Книга с защёлками на страницах: перелистнуть можно, только если знать, как щёлкнуть по краю. Примерно так устроен механический метаматериал, о котором пойдёт речь. Каждая ячейка в нём — это маленькая масса внутри большей, соединённая с ней упругой фермой. Ферма может находиться в двух устойчивых положениях, как выключатель.
Карта запутанности вместо карты атомов: нейросеть читает электронную связь
Картограф, рисующий не горы и реки, а невидимые связи между электронами, — так можно описать новую нейросеть. Вместо атомных координат она берёт молекулярные орбитали и чертит граф, где узлы — это орбитали, а рёбра — меры их квантовой запутанности.
Химическая физика2026-08-211 минarXiv:2608.21322экспресс
Как вычислить колебания белка за секунды: новый метод расчёта жёсткости
Белок в клетке не статичен, как манекен в витрине. Его атомы непрерывно колеблются, растягиваются и изгибаются — подобно натянутой гитарной струне, которая продолжает вибрировать после щипка. Чтобы понять функцию белка, необходимо оценить жёсткость связей между его участками.
Материаловедение2026-08-131 минarXiv:2608.13038экспресс
Борная плёнка для термоядерного котла
Термоядерный реактор — это сверхгорячая печь, где плазма раскалена до миллионов градусов. Стенки такой печи делают из вольфрама: он тугоплавкий, как никакой другой металл. Но даже вольфрам не выдерживает без защиты: быстрые частицы из плазмы бомбардируют поверхность и выбивают атомы.
Как заряженные коллоидные частицы выбирают кристаллическую решётку
В водном растворе плавают микроскопические шарики — коллоидные частицы. Каждый шарик покрыт длинными полимерными нитями, образующими подобие щётки, и несёт электрический заряд. При определённых температуре и составе раствора такие частицы самопроизвольно выстраиваются в упорядоченные структуры — коллоидные кристаллы.
Химическая физика2026-08-081 минarXiv:2608.08357экспресс
Химический потенциал и машинное обучение: как рассчитать смешивание жидкостей на атомном уровне
Когда сахар попадает в чай, он растворяется. Но почему он не выпадает обратно? Всё дело в химическом потенциале — термодинамической величине, которая показывает, насколько веществу «выгодно» находиться в данном месте и состоянии. Для чистого вещества её посчитать легко, а вот для смеси из нескольких компонентов — настоящая головоломка.
Системы и управление2026-07-141 минarXiv:2607.12343экспресс
Как адаптивный алгоритм обучается управлению без аварий
Представьте водителя на обледенелой трассе: он не знает точной реакции машины на поворот руля и вынужден учиться в процессе, интуитивно сохраняя запас пространства для возможной ошибки. Сходным образом действует адаптивный алгоритм управления.
Интеллектуальное ускорение: как обучить энергосистему тактическому мышлению
Энергосистемы, интегрирующие солнечные панели и ветрогенераторы, напоминают шахматную партию: облачность и колебания нагрузки — это ходы соперника, которые невозможно предвидеть. Для поддержания баланса диспетчеры прежде перебирали десятки сценариев (неопределённость), что требовало чрезмерных временных и вычислительных ресурсов.
Раскопки реальности: два режима обучения нейросети на примере модели Изинга
Машинное обучение давно перестало быть просто инструментом — оно становится исследователем, самостоятельно выуживающим законы природы из данных. Но как кремниевый разум приходит к пониманию? Чтобы подсмотреть этот процесс, физики обратились к игрушечной, но глубокой модели — решётке Изинга, где спины танцуют под диктовку температуры.
Тёплый старт для квантового мотора: как машинное обучение разгоняет расчёты молекул
DFTB — это скоростной поезд в мире квантовой химии: в сотни раз быстрее классического DFT, но всё ещё на электронных рельсах. Однако его двигатель — итеративное самосогласование зарядов — порой напоминает оркестр, где каждый инструмент начинает с произвольной ноты.
Как нейросеть-полиглот раскрыла атомный секрет: почему защитная плёнка разрушает солнечные батареи
Гибридные перовскиты — восходящие звёзды фотовольтаики: их эффективность растёт так быстро, что кажется, будто мы на пороге солнечной революции. Но эти материалы, словно искусные мозаики из атомов, чрезвычайно уязвимы: влага, тепло и свет быстро превращают их в пыль.
Физика плазмы2026-07-051 минarXiv:2607.04390экспресс
Цифровое зрение для термоядерного реактора
Внутри термоядерного реактора бушует плазма — газ, раскалённый до миллионов градусов. Прямых окон туда нет, а камеры и датчики быстро выходят из строя. Инженеры видят лишь обрывки информации: несколько сенсоров в разных точках. Это похоже на попытку понять симфонию по звуку трёх микрофонов в огромном зале.
Симфония кристаллов: трёхтуровый кастинг материалов будущего
Представьте прослушивание в симфонический оркестр, где из сотен претендентов остаются лишь те, чьи инструменты звучат чисто и выдерживают яростное крещендо. В мире материалов компьютеры научились генерировать «атомные партитуры» — тысячи виртуальных кристаллов, обещающих стать основой для квантовых чипов или сверхпроводников.
Нейросеть разгадала неравные квантовые рукопожатия в нанографене
Квантовые спиновые цепочки напоминают шеренгу людей, передающих друг другу секретное рукопожатие: каждый поворачивается к соседу, и от того, насколько крепко они сжали ладони, зависит, как пробежит волна по всей цепочке.
Гибридный интеллект: квантовый слух различает топологические фазы
Когда-то Ричард Фейнман увидел в квантовых системах вызов для классических компьютеров. Теперь мы стоим перед обратной задачей: понять, что именно смоделировал квантовый процессор. Среди рождённых им состояний есть настоящие «чёрные ящики» — топологические фазы материи.
Нейросеть-настройщик: как пять квантовых расчётов открывают путь к холодильникам без фреона
Современные холодильники и кондиционеры на фреонах незаметно отравляют атмосферу. Альтернатива — твёрдотельные калорические материалы, охлаждающиеся при быстром изменении давления за счёт барокалорического эффекта.
Материаловедение2026-06-081 минarXiv:2606.09422экспресс
Paimon: ИИ-шеф-повар в мире атомов
Компьютерное моделирование поведения веществ долгое время балансировало между двумя крайностями: быстрыми, но неточными эмпирическими моделями и точными, но вычислительно затратными методами квантовой физики.
Материаловедение2026-06-061 минarXiv:2606.08148экспресс
Информационное сопоставление: как малые данные предсказывают прочность металлов
Шеф-повар не тратит продукты, готовя всё блюдо, чтобы оценить вкус, — он пробует каплю соуса. Та же логика лежит в основе метода «информационного сопоставления» (information matching) для предсказания прочности металлов.
Машинное обучение2026-05-302 минarXiv:2606.00892экспресс
Как цифровой двойник спасает мозг за минуты
Водопроводчик прочищает засор в узкой извилистой трубе — на ощупь, не видя её изнутри. Примерно так чувствует себя хирург во время механической тромбэктомии (операции по удалению сгустка крови из сосуда мозга). Времени в обрез, а каждое движение может либо спасти человека, либо повредить стенку сосуда.
Нейтринный детектор учится слышать шёпот
Фотограф снимает ночной лес и пытается поймать в кадр светлячков. Вспышки редкие, слабые, а вокруг — шум ветра и далёкие огни. Примерно так работает огромный детектор Hyper-Kamiokande в Японии: он ловит нейтрино — почти неосязаемые частицы — по крошечным вспышкам света в 260 тысячах тонн воды.
Магнитный пульт для атомов
В оркестре атомов у каждого инструмента своя партитура. Но иногда два музыканта начинают играть в унисон — и звук усиливается во много раз. В квантовом мире такое «созвучие» называют резонансом Фешбаха. Оно позволяет управлять атомными взаимодействиями с ювелирной точностью. Резонанс Фешбаха — это не совпадение нот, а совпадение энергий.
Как настроить молекулярный мотор, не ломая голову
Завод, где сотни крошечных сборочных линий работают без остановки. Каждая линия — это молекулярный мотор, который превращает химическое топливо в движение. Чтобы мотор ехал быстрее или в нужную сторону, инженер меняет настройки — форму деталей, силу взаимодействий.
Химическая физика2026-04-271 минarXiv:2604.24607экспресс
Как нейросеть учится на ошибках квантовой химии
Квантовые расчёты — это рецепт с идеальными ингредиентами, но повар-природа готовит по-своему. Машинные модели атомов выучивают рецепт назубок и предсказывают свойства вещества за секунды вместо недель. Беда в том, что сам рецепт — уравнения Шрёдингера — содержит упрощения: где-то пренебрегли дрожанием электронов, где-то заменили сложный обмен на среднее поле.
Как нейросеть находит ошибки в учебниках физики
Ядро урана напоминает тугой кошелёк, защёлкнутый на две половинки. Чтобы он лопнул и высвободил энергию — то есть чтобы ядро разделилось, — нужно перевалить через энергетический барьер. Высота этого порога определяет, стабильно вещество или готово распасться в любой момент.
Универсальный физик из чужого эксперимента
Нейросеть, натренированная на столкновениях протонов и электронов, перенесла свои навыки на совсем другой эксперимент — ловлю нейтрино. Словно повар, который учился готовить французскую кухню, а потом без подготовки испёк отличный узбекский плов.
Тяжёлые кварки в горячем супе
В столкновениях тяжёлых ядер на коллайдерах рождается кварк-глюонная плазма — состояние материи, где кварки и глюоны свободны, как вода в пару. Тяжёлые кварки, такие как b-кварки, попадая в эту плазму, теряют энергию, и их связанные состояния — боттомонии — разрушаются.
Биофизика2026-04-091 минarXiv:2604.18604экспресс
Светящиеся трубочки клеток
Внутри каждой клетки есть сеть из тонких трубочек — микротрубочек. Они работают как строительные леса и рельсы одновременно: держат форму клетки и перевозят грузы. Эти трубочки собраны из белка тубулина и от природы слабо светятся под ультрафиолетом. Учёные задумались: можно ли сделать это свечение сильнее или слабее по заказу? Ключ к управлению — аминокислота триптофан.
Материаловедение2026-04-041 минarXiv:2604.03547экспресс
Нейросеть KappaFormer открывает материалы с рекордно низкой теплопроводностью
Тепловой поток сквозь твёрдое тело можно представить как воду, текущую по системе труб: в одних материалах он мчится стремительно, в других — едва сочится. Инженеры охотятся за веществами, которые почти не пропускают тепло, — своего рода «забитые трубы» на атомном уровне.
Карта для атомных ядер
Когда нейтрон или протон влетает в атомное ядро, он ведёт себя как мяч, ударяющийся о неровную стену: отскочить может по-разному, в зависимости от того, куда попал. Физики описывают такие столкновения с помощью «оптической модели» — она заменяет сложное ядро на эффективный потенциал, как если бы мы описывали стену одной средней высотой, а не каждой выемкой.
Ядро магния как музыкальная шкатулка
Ядро атома напоминает музыкальную шкатулку: внутри него нуклоны (протоны и нейтроны) движутся по своим орбитам, как зубцы, задевающие гребёнку. Но у некоторых ядер, например у магния-32, эта шкатулка играет не ту мелодию, которую ожидаешь от обычной схемы заполнения оболочек. Физики называют такие области 'островами инверсии'.
Химическая физика2026-03-231 минarXiv:2603.22099экспресс
Электролит из соли, который ведёт себя как вода
В батареях нового поколения используют не просто жидкий электролит, а воду, в которой растворено очень много соли — ионов лития и крупных органических молекул. Ионов так много, что они постоянно сталкиваются, как толпа в узком коридоре. Проследить за каждым ионом в такой толпе — задача не из лёгких.
Материаловедение2026-03-221 минarXiv:2603.21207экспресс
Как сплав из семи металлов обретает память
Сплав из семи металлов — это как команда, где каждый игрок тянет одеяло на себя. Атомы железа, кобальта, никеля, алюминия, титана, тантала и ванадия могут встать в строгий узор, а могут разбежаться по случайным местам. От этого зависит, будет ли материал прочным, как сталь, или лёгким, как алюминий. Учёные хотят заранее знать, какой узор выберут атомы, чтобы создавать сплавы с нужными свойствами.
Химическая физика2026-03-201 минarXiv:2603.20183экспресс
Молекулярный конструктор батарей
Внутри любой батареи плещется жидкость-электролит, и от того, как в ней толпятся ионы, зависит, сколько энергии батарея отдаст и как долго проживёт. Раньше, чтобы заглянуть в эту толпу, приходилось либо ставить долгие опыты, либо запускать сверхточные расчёты, которые съедают недели компьютерного времени.
Порошок, который запоминает движения
Горсть песка на столе — просто куча. Но если песчинки правильно потрясти, куча начинает вести себя как память: запоминает, какое движение за каким следует. В новом опыте частицы двигали циклически, и после тренировки они воспроизводили нужный узор даже без полной команды. Секрет в контактах между частицами.
Квантовая физика2026-03-111 минarXiv:2603.10289экспресс
Квантовая запутанность как тренер: как алгоритм с кубитами обыграл нейросети в пинг-понг
Представьте две ракетки для пинг-понга, соединённые невидимой нитью: каждая чувствует движение другой и угадывает траекторию мяча. Исследователи наделили компьютер подобием такой нити — квантовой запутанностью, феноменом, при котором частицы оказываются настолько взаимосвязаны, что состояние одной мгновенно сказывается на состоянии другой, даже если их разделяет…
Материаловедение2026-03-081 минarXiv:2603.07425экспресс
Твердотельные батареи: ключ к успеху — не объём данных, а их качество
В классической батарейке электролит жидкий, и заряженные частицы — ионы — движутся в нём свободно, почти как пловцы в открытом бассейне. В твердотельной версии электролит заменён на твёрдый материал, и ионам приходится протискиваться сквозь атомные «коридоры», словно пешеходам в узких переходах в час пик.
Материаловедение2026-03-071 минarXiv:2603.07260экспресс
Атомный магнит учится предсказывать тепло
Кусок ядерного топлива внутри реактора — это не просто твёрдое тело. При нагреве атомы урана в нём начинают «шевелить» своими магнитными моментами, и это движение меняет теплопроводность и другие свойства.
Материаловедение2026-03-071 минarXiv:2603.07321экспресс
Как заставить атомы двигаться медленно
Разорвать алюминиевый кубик со стороной в несколько нанометров — это как пытаться разглядеть падение капли в замедленной съёмке, когда сама камера снимает со скоростью пулемёта. Атомы внутри металла колеблются триллионы раз в секунду, а реальная деформация в лаборатории занимает минуты.
Материаловедение2026-03-031 минarXiv:2603.02717экспресс
Алгоритмический поиск оптимальных молекул для фотовольтаики
Экспериментальный скрининг органических соединений для солнечных элементов напоминает дегустацию соуса в ресторане, где повара сменяются каждые пять минут: неконтролируемые помехи — влажность, чистота подложки, метод нанесения — маскируют истинный эффект.
Физика плазмы2026-02-221 минarXiv:2602.19110экспресс
Нейросеть читает будущее плазмы
Перед каждым запуском токамака — установки, где раскалённый газ удерживается магнитным полем, — операторы часами считают, как поведёт себя плазма. Слишком дорого ошибиться: один неверный параметр может сорвать эксперимент. Теперь на помощь приходит нейросеть, которая учится на прошлых запусках и выдаёт прогноз быстрее, чем вы моргнёте.