Исследователи Института искусственного интеллекта Университета Иннополис разработали первый программный комплекс для моделирования микрокинетики гетерогенных каталитических процессов.
Решение позволяет сократить срок создания новых катализаторов с пяти–семи лет до одного–двух, сообщили в пресс-службе университета.
Платформа способна обрабатывать более миллиона структур катализаторов ежегодно, ускоряя вычисления в 1–5 тысяч раз и снижая затраты на исследования до 40 процентов. Проект реализован при поддержке Фонда науки и технологий Татарстана.
Гетерогенные катализаторы используются в производстве аммиака с низким углеродным следом, переработке нефти и газа, синтезе полимеров, а также в экологических технологиях, включая утилизацию углекислого газа. Как пояснил руководитель Лаборатории ИИ в новых материалах Руслан Лукин, для ускорения их разработки сегодня широко применяют искусственный интеллект, сообщает ТАСС.
Разработанный комплекс объединяет ансамбль моделей глубокого обучения, способных предсказывать энергии активации и адсорбции на поверхности катализаторов с точностью 0,048–0,073 электронвольта. Это сопоставимо с результатами квантово-химических расчётов, но выполняется в тысячи раз быстрее. Впервые в мире разработчики соединили предсказания ИИ с микрокинетическими моделями, что позволяет рассчитывать скорости реакций и прогнозировать выход продуктов для таких процессов, как сухой риформинг метана, гидрирование этилена и синтез аммиака.
Комплекс доступен в двух версиях: облачной для распределённых вычислений и локальной для предприятий с повышенными требованиями к защите данных. Продукт уже запатентован и зарегистрирован в Роспатенте.
Разработчики ориентируются на рынки стран ЕАЭС, СНГ, Азии, Ближнего Востока и Латинской Америки. По их оценкам, уникальные свойства платформы позвогут занять до 5–7 процентов глобального рынка ПО для химии и материаловедения, объём которого к 2030 году прогнозируется на уровне 4–5 миллиардов долларов. В планах команды — расширение функционала для моделирования электро- и фотокатализаторов, реакторов, а также развитие SaaS-версии для совместных проектов по открытию новых материалов.
