- 28,988
- 46
- 8 Ноя 2022
Алгоритм берёт на себя всю рутину: от расстановки атомов до запуска суперкомпьютера.
<div class="articl-text-cover" style="position:relative;width:100%;max-width:800px;margin-left:auto;margin-right:auto;aspect-ratio:1200/676;margin-bottom:2rem;overflow:hidden">
<div itemprop="articleBody">Поиск нового материала часто превращается в длинную цепочку компьютерных экспериментов. Учёным приходится собирать виртуальную структуру из атомов, выбирать математическую модель их взаимодействия, готовить файлы для расчёта, запускать программу на мощном вычислительном кластере, проверять результат, менять параметры и повторять процедуру десятки или сотни раз. Американские исследователи создали систему на основе искусственного интеллекта, которая берёт большую часть работы на себя. По оценке авторов, автоматизация способна сократить некоторые исследования, занимающие месяцы или годы, до нескольких дней.
В центре работы находится атомистическое моделирование . Компьютер рассчитывает расположение, движение и взаимодействие отдельных атомов, а исследователь по результатам пытается понять свойства всего материала. На атомном уровне можно изучать причины прочности, упругости, химической активности и других характеристик вещества. Моделирование помогает заранее проверять перспективные материалы для аккумуляторов, авиационной и космической техники, электроники и других областей, прежде чем переходить к изготовлению реальных образцов и физическим экспериментам.
Сам принцип давно используется в материаловедении. Основная трудность возникает при подготовке и проведении расчётов. Для полноценной симуляции недостаточно открыть одну программу, указать материал и нажать кнопку запуска. Специалист работает с набором разных инструментов, причём каждый выполняет отдельную задачу.
Сначала нужно описать атомную структуру материала: задать типы атомов, их расположение и геометрию системы. Затем исследователь выбирает математическую модель, которая определяет силы взаимодействия между атомами. После подготовки исходных данных необходимо сформировать входные файлы в формате конкретной программы, настроить параметры вычислений, отправить задачу на высокопроизводительный компьютер и дождаться результата. Полученные данные тоже требуют обработки и анализа.
Каждый этап зависит от предыдущего. Ошибка в структуре, параметрах или выбранной модели способна испортить весь дальнейший расчёт. Дополнительные сложности создаёт необходимость связывать программы между собой: результат одного инструмента приходится преобразовывать в данные, понятные следующему. Поэтому атомистическое моделирование требует знаний физики и материаловедения, а также опыта работы с вычислительными пакетами и высокопроизводительными системами.
При поиске новых материалов объём ручной работы быстро растёт. Исследователю редко хватает одной симуляции. Обычно приходится проверять много составов, структур и значений параметров, поэтому один научный вопрос способен потребовать десятков или сотен отдельных запусков.
Показательный пример связан с разрушением материала под нагрузкой. Чтобы определить деформацию, при которой образец теряет прочность, исследователь проводит серию расчётов и постепенно увеличивает нагрузку. После каждого запуска нужно получить результат, подготовить следующую конфигурацию и снова провести моделирование. Серия продолжается до момента, когда расчёт покажет нарушение устойчивости атомной структуры. Автоматическая система может сама последовательно менять деформацию, запускать новые вычисления и искать значение, соответствующее разрушению материала.
Разработчики поручили всю цепочку нескольким ИИ-агентам. Агентом называют программную систему на основе искусственного интеллекта, способную получить задачу, выполнить набор действий, обработать информацию и принять решение о следующем шаге без постоянных команд человека. Вместо единственной нейросети исследователи собрали команду специализированных агентов с разными обязанностями.
Архитектуру проектировали совместно со специалистами ещё одной крупной научной пользовательской установки Министерства энергетики США. Исследование также объединило экспертов по наноматериалам, высокопроизводительным вычислениям и материаловедению.
Работа начинается с обычного запроса человека. Пользователю не нужно заранее перечислять команды для каждой программы. Можно сформулировать конечную задачу, например попросить рассчитать температуру плавления сплава золота и меди. После получения запроса система сама определяет необходимые этапы и распределяет их между агентами. В некоторых случаях подробный результат удаётся получить за несколько минут.
Первым запрос принимает управляющий ИИ-агент. Программный координатор разбирает поставленную задачу, планирует последовательность действий и поручает отдельные этапы специализированным агентам.
Один специалист определяет расположение атомов в материале, который предстоит моделировать. Другой ищет научные публикации и базы данных, чтобы подобрать подходящую математическую модель для расчёта. Выбор модели имеет принципиальное значение: компьютер должен знать, как меняются силы между атомами в зависимости от расстояния, химических элементов и окружающей структуры.
Следующий агент готовит входные файлы для программы моделирования. Другие компоненты отправляют вычислительные задания на сеть высокопроизводительных компьютеров, выполняют расчёты отдельных свойств материала и анализируют полученный массив данных. Управляющий агент следит за последовательностью операций и передаёт результаты между специализированными компонентами.
Автоматизация не исключает исследователя из процесса. Если первоначальной формулировки недостаточно для корректного расчёта, управляющий агент запрашивает дополнительные параметры. Уточнения могут потребоваться и специализированным агентам уже во время выполнения задачи. Человек определяет научную цель и при необходимости принимает решения, а система избавляет специалиста от большого количества технических операций между постановкой вопроса и получением результата.
Разработчики прежде всего хотели убрать задержки, которые возникают при переходе от одного этапа атомистического моделирования к другому. Современный вычислительный кластер способен быстро обрабатывать множество заданий, но специалисту всё равно приходится готовить каждый запуск и следить за последовательностью действий. При десятках или сотнях симуляций ручная подготовка превращается в серьёзное ограничение.
ИИ-агенты позволяют увеличить число расчётов без пропорционального роста ручной работы. Исследователь может проверять больше сочетаний материалов и параметров, поскольку подготовку файлов, запуск заданий и первичную обработку результатов выполняет программная система.
Для проверки разработчики поручили платформе самостоятельно провести полный цикл моделирования нескольких химических элементов и сплавов. Система рассчитывала кристаллическую структуру, упругие свойства и характер колебаний атомов.
Кристаллическая структура описывает упорядоченное расположение атомов внутри твёрдого вещества. Даже материалы из одинаковых химических элементов могут обладать разными свойствами при различном расположении частиц, поэтому правильное определение структуры важно для дальнейших расчётов.
Упругие свойства показывают реакцию вещества на нагрузку и позволяют оценить, насколько сильно материал деформируется под действием силы и способен ли вернуть первоначальную форму после снятия нагрузки. Для конструкционных материалов подобные расчёты помогают оценивать механическое поведение ещё до изготовления образца.
Колебания атомов связаны с движением частиц вокруг равновесных положений в кристаллической решётке. Характер движения влияет на тепловые и механические свойства вещества, поэтому расчёт колебаний даёт дополнительную информацию о поведении материала.
ИИ-агенты запускали симуляции на высокопроизводительном вычислительном кластере Carbon. Carbon остаётся собственным названием вычислительной системы, поэтому переводить его на русский язык не нужно.
После автоматических запусков исследователи подготовили контрольные симуляции вручную. Эксперты самостоятельно настроили расчёты и выполнили их на другой крупной вычислительной установке Министерства энергетики США.
Результаты двух способов оказались близкими. ИИ-система получила практически те же расчётные значения, что и специалисты при ручной подготовке симуляций. Сравнение позволило проверить всю цепочку сразу: от выбора исходных данных и подготовки файлов до запуска вычислений и анализа результата.
Проверка особенно важна для многоэтапного процесса. Неверный параметр на первом этапе способен повлиять на все последующие вычисления, даже если сами программы работают без ошибок. Близкое совпадение с результатами ручных расчётов показывает, что агенты смогли корректно пройти всю последовательность для выбранных тестовых материалов и свойств.
Разработчики опубликовали систему в открытом доступе . Другие исследовательские группы могут запустить готовую конфигурацию или изменить набор агентов под собственные задачи и классы материалов.
Проект работает с LAMMPS, программой для моделирования методом классической молекулярной динамики. Официальная документация не использует переведённого русского названия, поэтому обозначение LAMMPS корректнее сохранять без перевода. Аббревиатура расшифровывается как Large-scale Atomic/Molecular Massively Parallel Simulator. Разработчики LAMMPS описывают программу как код для классической молекулярной динамики, ориентированный прежде всего на моделирование материалов и параллельные вычисления.
Молекулярная динамика рассчитывает движение атомов и молекул во времени. Компьютер определяет силы, действующие на частицы, вычисляет их движение, затем повторяет расчёт для следующего очень короткого промежутка времени. Последовательность огромного числа вычислительных шагов позволяет проследить, как меняется атомная система при нагревании, деформации и других воздействиях.
Открытая архитектура агентной платформы позволяет менять набор инструментов и правила работы. Разным материалам требуются разные модели взаимодействия атомов, структуры, исходные параметры и способы обработки результата. Исследователь может сохранить общую схему с управляющим агентом, но заменить отдельные специализированные компоненты под конкретную научную задачу.
Разработчики рассматривают и следующий вариант применения: связать ИИ-агентов с роботизированным лабораторным оборудованием. Тогда программная система сможет не ограничиваться компьютерными симуляциями. После расчёта агентная платформа сможет передать параметры физическому оборудованию, получить результаты эксперимента, обработать данные и на их основе выбрать условия следующей проверки.
Пока эксперимент подтвердил более конкретную возможность. Несколько ИИ-агентов смогли самостоятельно подготовить и провести полный цикл атомистического моделирования нескольких элементов и сплавов, а результаты совпали с ручными расчётами специалистов. Главная экономия времени приходится на подготовку, согласование и повторение множества вычислительных операций. При поиске материалов именно серия из десятков или сотен запусков способна растянуть исследование на месяцы, поэтому автоматизация каждого следующего расчёта заметно меняет скорость перебора вариантов.
<div class="articl-text-cover" style="position:relative;width:100%;max-width:800px;margin-left:auto;margin-right:auto;aspect-ratio:1200/676;margin-bottom:2rem;overflow:hidden">
<div itemprop="articleBody">Поиск нового материала часто превращается в длинную цепочку компьютерных экспериментов. Учёным приходится собирать виртуальную структуру из атомов, выбирать математическую модель их взаимодействия, готовить файлы для расчёта, запускать программу на мощном вычислительном кластере, проверять результат, менять параметры и повторять процедуру десятки или сотни раз. Американские исследователи создали систему на основе искусственного интеллекта, которая берёт большую часть работы на себя. По оценке авторов, автоматизация способна сократить некоторые исследования, занимающие месяцы или годы, до нескольких дней.
В центре работы находится атомистическое моделирование . Компьютер рассчитывает расположение, движение и взаимодействие отдельных атомов, а исследователь по результатам пытается понять свойства всего материала. На атомном уровне можно изучать причины прочности, упругости, химической активности и других характеристик вещества. Моделирование помогает заранее проверять перспективные материалы для аккумуляторов, авиационной и космической техники, электроники и других областей, прежде чем переходить к изготовлению реальных образцов и физическим экспериментам.
Сам принцип давно используется в материаловедении. Основная трудность возникает при подготовке и проведении расчётов. Для полноценной симуляции недостаточно открыть одну программу, указать материал и нажать кнопку запуска. Специалист работает с набором разных инструментов, причём каждый выполняет отдельную задачу.
Сначала нужно описать атомную структуру материала: задать типы атомов, их расположение и геометрию системы. Затем исследователь выбирает математическую модель, которая определяет силы взаимодействия между атомами. После подготовки исходных данных необходимо сформировать входные файлы в формате конкретной программы, настроить параметры вычислений, отправить задачу на высокопроизводительный компьютер и дождаться результата. Полученные данные тоже требуют обработки и анализа.
Каждый этап зависит от предыдущего. Ошибка в структуре, параметрах или выбранной модели способна испортить весь дальнейший расчёт. Дополнительные сложности создаёт необходимость связывать программы между собой: результат одного инструмента приходится преобразовывать в данные, понятные следующему. Поэтому атомистическое моделирование требует знаний физики и материаловедения, а также опыта работы с вычислительными пакетами и высокопроизводительными системами.
При поиске новых материалов объём ручной работы быстро растёт. Исследователю редко хватает одной симуляции. Обычно приходится проверять много составов, структур и значений параметров, поэтому один научный вопрос способен потребовать десятков или сотен отдельных запусков.
Показательный пример связан с разрушением материала под нагрузкой. Чтобы определить деформацию, при которой образец теряет прочность, исследователь проводит серию расчётов и постепенно увеличивает нагрузку. После каждого запуска нужно получить результат, подготовить следующую конфигурацию и снова провести моделирование. Серия продолжается до момента, когда расчёт покажет нарушение устойчивости атомной структуры. Автоматическая система может сама последовательно менять деформацию, запускать новые вычисления и искать значение, соответствующее разрушению материала.
Разработчики поручили всю цепочку нескольким ИИ-агентам. Агентом называют программную систему на основе искусственного интеллекта, способную получить задачу, выполнить набор действий, обработать информацию и принять решение о следующем шаге без постоянных команд человека. Вместо единственной нейросети исследователи собрали команду специализированных агентов с разными обязанностями.
Архитектуру проектировали совместно со специалистами ещё одной крупной научной пользовательской установки Министерства энергетики США. Исследование также объединило экспертов по наноматериалам, высокопроизводительным вычислениям и материаловедению.
Работа начинается с обычного запроса человека. Пользователю не нужно заранее перечислять команды для каждой программы. Можно сформулировать конечную задачу, например попросить рассчитать температуру плавления сплава золота и меди. После получения запроса система сама определяет необходимые этапы и распределяет их между агентами. В некоторых случаях подробный результат удаётся получить за несколько минут.
Первым запрос принимает управляющий ИИ-агент. Программный координатор разбирает поставленную задачу, планирует последовательность действий и поручает отдельные этапы специализированным агентам.
Один специалист определяет расположение атомов в материале, который предстоит моделировать. Другой ищет научные публикации и базы данных, чтобы подобрать подходящую математическую модель для расчёта. Выбор модели имеет принципиальное значение: компьютер должен знать, как меняются силы между атомами в зависимости от расстояния, химических элементов и окружающей структуры.
Следующий агент готовит входные файлы для программы моделирования. Другие компоненты отправляют вычислительные задания на сеть высокопроизводительных компьютеров, выполняют расчёты отдельных свойств материала и анализируют полученный массив данных. Управляющий агент следит за последовательностью операций и передаёт результаты между специализированными компонентами.
Автоматизация не исключает исследователя из процесса. Если первоначальной формулировки недостаточно для корректного расчёта, управляющий агент запрашивает дополнительные параметры. Уточнения могут потребоваться и специализированным агентам уже во время выполнения задачи. Человек определяет научную цель и при необходимости принимает решения, а система избавляет специалиста от большого количества технических операций между постановкой вопроса и получением результата.
Разработчики прежде всего хотели убрать задержки, которые возникают при переходе от одного этапа атомистического моделирования к другому. Современный вычислительный кластер способен быстро обрабатывать множество заданий, но специалисту всё равно приходится готовить каждый запуск и следить за последовательностью действий. При десятках или сотнях симуляций ручная подготовка превращается в серьёзное ограничение.
ИИ-агенты позволяют увеличить число расчётов без пропорционального роста ручной работы. Исследователь может проверять больше сочетаний материалов и параметров, поскольку подготовку файлов, запуск заданий и первичную обработку результатов выполняет программная система.
Для проверки разработчики поручили платформе самостоятельно провести полный цикл моделирования нескольких химических элементов и сплавов. Система рассчитывала кристаллическую структуру, упругие свойства и характер колебаний атомов.
Кристаллическая структура описывает упорядоченное расположение атомов внутри твёрдого вещества. Даже материалы из одинаковых химических элементов могут обладать разными свойствами при различном расположении частиц, поэтому правильное определение структуры важно для дальнейших расчётов.
Упругие свойства показывают реакцию вещества на нагрузку и позволяют оценить, насколько сильно материал деформируется под действием силы и способен ли вернуть первоначальную форму после снятия нагрузки. Для конструкционных материалов подобные расчёты помогают оценивать механическое поведение ещё до изготовления образца.
Колебания атомов связаны с движением частиц вокруг равновесных положений в кристаллической решётке. Характер движения влияет на тепловые и механические свойства вещества, поэтому расчёт колебаний даёт дополнительную информацию о поведении материала.
ИИ-агенты запускали симуляции на высокопроизводительном вычислительном кластере Carbon. Carbon остаётся собственным названием вычислительной системы, поэтому переводить его на русский язык не нужно.
После автоматических запусков исследователи подготовили контрольные симуляции вручную. Эксперты самостоятельно настроили расчёты и выполнили их на другой крупной вычислительной установке Министерства энергетики США.
Результаты двух способов оказались близкими. ИИ-система получила практически те же расчётные значения, что и специалисты при ручной подготовке симуляций. Сравнение позволило проверить всю цепочку сразу: от выбора исходных данных и подготовки файлов до запуска вычислений и анализа результата.
Проверка особенно важна для многоэтапного процесса. Неверный параметр на первом этапе способен повлиять на все последующие вычисления, даже если сами программы работают без ошибок. Близкое совпадение с результатами ручных расчётов показывает, что агенты смогли корректно пройти всю последовательность для выбранных тестовых материалов и свойств.
Разработчики опубликовали систему в открытом доступе . Другие исследовательские группы могут запустить готовую конфигурацию или изменить набор агентов под собственные задачи и классы материалов.
Проект работает с LAMMPS, программой для моделирования методом классической молекулярной динамики. Официальная документация не использует переведённого русского названия, поэтому обозначение LAMMPS корректнее сохранять без перевода. Аббревиатура расшифровывается как Large-scale Atomic/Molecular Massively Parallel Simulator. Разработчики LAMMPS описывают программу как код для классической молекулярной динамики, ориентированный прежде всего на моделирование материалов и параллельные вычисления.
Молекулярная динамика рассчитывает движение атомов и молекул во времени. Компьютер определяет силы, действующие на частицы, вычисляет их движение, затем повторяет расчёт для следующего очень короткого промежутка времени. Последовательность огромного числа вычислительных шагов позволяет проследить, как меняется атомная система при нагревании, деформации и других воздействиях.
Открытая архитектура агентной платформы позволяет менять набор инструментов и правила работы. Разным материалам требуются разные модели взаимодействия атомов, структуры, исходные параметры и способы обработки результата. Исследователь может сохранить общую схему с управляющим агентом, но заменить отдельные специализированные компоненты под конкретную научную задачу.
Разработчики рассматривают и следующий вариант применения: связать ИИ-агентов с роботизированным лабораторным оборудованием. Тогда программная система сможет не ограничиваться компьютерными симуляциями. После расчёта агентная платформа сможет передать параметры физическому оборудованию, получить результаты эксперимента, обработать данные и на их основе выбрать условия следующей проверки.
Пока эксперимент подтвердил более конкретную возможность. Несколько ИИ-агентов смогли самостоятельно подготовить и провести полный цикл атомистического моделирования нескольких элементов и сплавов, а результаты совпали с ручными расчётами специалистов. Главная экономия времени приходится на подготовку, согласование и повторение множества вычислительных операций. При поиске материалов именно серия из десятков или сотен запусков способна растянуть исследование на месяцы, поэтому автоматизация каждого следующего расчёта заметно меняет скорость перебора вариантов.
- Источник новости
- www.securitylab.ru
