Новая аналитическая платформа на базе ИИ ускорит проектирование современных оптических материалов

Халькогенидные стёкла, представляющие собой аморфные материалы на основе халькогенов (серы, селена, теллура), являются ключевым компонентом современной инфракрасной оптики. Их уникальные свойства – широкое окно пропускания в ИК-диапазоне, высокий показатель преломления и сравнительно низкая температура стеклования – делают их незаменимыми для производства тепловизоров, систем ночного видения и датчиков. Однако традиционный метод поиска новых составов, основанный на анализе фазовых диаграмм и построении локальных регрессионных моделей, является крайне трудоёмким. Ситуацию усугубляет высокая степень разрозненности опубликованных за последние десятилетия экспериментальных данных.

Методология и результаты

Междисциплинарная группа ученых из НОЦ «Нанотехнологии и покрытия» и Высшей школы программной инженерии СПбПУ реализовали масштабный проект по агрегации и систематизации накопленных мировой наукой знаний. С применением технологий искусственного интеллекта, включая большие языковые модели (LLM), была обработана информация из более чем 1000 научных публикаций за последние 50 лет. Результат — созданная и запатентованная унифицированная база данных.

Главным достижением проекта стало не просто создание репозитория, а разработка комплексной аналитической платформы. Она включает веб-интерфейс для интуитивного поиска, сортировки, сравнительного анализа и экспорта данных, а также прогнозные модели, основанные на алгоритмах машинного обучения и нейронных сетях. Эти модели способны с высокой точностью предсказывать ключевые параметры (плотность, температуру размягчения, показатель преломления) для ранее не изученных составов, что позволяет отказаться от значительной части дорогостоящего «слепого» лабораторного синтеза.

Как отметил руководитель проекта, канд. физ.-мат. наук Виктор Клинков: «Для моделирования характеристик стёкол до этапа дорогостоящего лабораторного синтеза на основе моделей машинного обучения и нейронных сетей была разработана модель по прогнозированию ключевых параметров стёкол (плотности, температуры размягчения, показателя преломления). Предлагаемый подход значительно сокращает временные затраты на разработку перспективных составов на начальном этапе исследования. В будущем планируется расширить область применения прогнозируемых параметров стёкол».

Разработанный программный комплекс ложится в основу новой методологии проектирования оптических систем – по принципу «от обратного». Инженеры могут исходить из требуемых системой технических характеристик и целенаправленно, с помощью платформы, определять состав материала, который обеспечит эти параметры.

Важнейшим аспектом является общедоступность платформы, которая создаёт единое информационное поле для учёных разного уровня, позволяя им оперативно проводить анализ в контексте глобальных исследовательских трендов. Практическая значимость работы заключается в создании предпосылок для интеграции данных инструментов в промышленные циклы проектирования оптики, а также в расширении фундаментальных знаний о природе стеклообразного состояния с помощью методов ИИ.

Разработка платформы выполнена в рамках проекта «Кампус цифровых лабораторий Blue Sky Research» при поддержке Фонда поддержки инноваций и молодёжных инициатив Санкт-Петербурга. В настоящее время ведутся работы по совершенствованию алгоритмов и расширению функциональности платформы для международного научного сообщества.

Опубликованный патент 2025622585