НОВОСТИ

Создана первая в России база данных свойств неорганических стекол и платформа для ИИ-дизайна стекол с заданными свойствами

Источник: Минобрнауки

База сформирована на основе данных, опубликованных в научных исследованиях за последние 50 лет и включает в себя большую часть существующих экспериментальных результатов. База данных запатентована и зарегистрирована Федеральной службой по интеллектуальной собственности.

Халькогенидные стекла — это аморфные неорганические материалы, в которых атомы кислорода заменены на атомы серы, селена или теллура. С самого момента открытия эти материалы привлекают внимание ученых благодаря своим уникальным свойствам: за счет отсутствия кислорода в структуре они обладают широкой прозрачностью в инфракрасном диапазоне, высоким показателем преломления и низкой температурой размягчения. Рост практического интереса к халькогенидным стеклам в последние пять лет связан с развитием тепловизионных систем и более чем трехкратным ростом цены на монокристаллический германий — основной материал для инфракрасной спектральной области до 14 мкм.

В связи с разрозненностью и несистематизированностью опубликованных данных, а также отсутствием системы для отображения зависимости характеристик стекол от их состава, процесс разработки новых стекол с необходимым набором свойств представляет значительные сложности (традиционно он основан на анализе фазовых диаграмм и построении локальных регрессионных моделей).

Чтобы решить эту проблему, междисциплинарная команда ученых из НОЦ «Нанотехнологии и покрытия» Института машиностроения, материалов и транспорта, а также Высшей школы программной инженерии СПбПУ провела масштабную работу по созданию унифицированной базы данных. Ученые с использованием больших языковых моделей (LLM — Large Language Model) агрегировали и структурировали сведения из более чем 1000 научных публикаций. Помимо самой базы данных, с применением методов искусственного интеллекта были разработаны модели для прогнозирования свойств ранее неизвестных составов стекол.
Главным результатом работы стала не просто база данных, а целая аналитическая платформа. Для удобства исследователей разработан специализированный веб-интерфейс, который позволяет оперативно проводить анализ данных, сравнивать результаты и экспортировать результаты поиска. Для моделирования характеристик стекол, еще до этапа дорогостоящего лабораторного синтеза, на основе моделей машинного обучения и нейронных сетей была разработана модель по прогнозированию ключевых параметров стекол — 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 стекол
— отметил руководитель проекта, кандидат физико-математических наук Виктор Клинков.
По оценкам ученых, платформа закладывает основу для принципиально нового подхода к проектированию оптических систем: теперь можно вести проектирование «от обратного»: от требуемых системой характеристик — к целенаправленному синтезу материала с необходимыми значениями параметров. Важным аспектом проекта является его общедоступность. Платформа создает единое поле для научной работы, позволяя как начинающим ученым, так и опытным специалистам быстро анализировать свои результаты в контексте мировой исследовательской практики и планировать новые работы.

Разработки открывают новые возможности для ускоренного дизайна перспективных халькогенидных стекол — ключевых материалов для современной инфракрасной оптики, тепловизоров и систем ночного видения.
2025-09-12 19:02 исследования театр