Источник: Санкт-Петербургский политехнический университет Петра Великого –
Важный отказ от ответственности находится в нижней части этой статьи.
Учёные Санкт-Петербургского политехнического университета Петра Великого создали единую базу данных халькогенидных стёкол, в которой собрано более 20 000 записей об их составах и свойствах. База сформирована на основе информации, опубликованной в научных исследованиях за последние 50 лет, и включает в себя большую часть существующих экспериментальных результатов изучения характеристик халькогенидных стеклообразных материалов. База данных халькогенидных стёкол запатентована и зарегистрирована Федеральной службой по интеллектуальной собственности (Роспатент). Для работы с базой политехники разработали веб-интерфейс, который позволяет проводить сортировку, экспорт и анализ данных по составам и свойствам. Благодаря этому открываются новые возможности для ускоренного дизайна перспективных халькогенидных стёкол — ключевых материалов современной инфракрасной оптики, тепловизоров и систем ночного видения.
Халькогенидные стёкла — это аморфные неорганические материалы, в которых атомы кислорода заменены на атомы серы, селена или теллура. Халькогенидные стекла с момента открытия привлекают внимание благодаря своим уникальным свойствам: за счёт отсутствия кислорода в структуре они обладают широкой прозрачностью в инфракрасном диапазоне, высоким показателем преломления и низкой температурой размягчения. Рост практического интереса к этим материалам в последние пять лет связан с развитием тепловизионных систем и более чем трёхкратным ростом цены монокристаллического германия — основного материала для инфракрасной спектральной области до 14 мкм. В связи с большой разрозненностью и несистематизированностью опубликованных данных, а также отсутствием системы для отображения характеристик составов стёкол, процесс разработки новых составов с необходимым набором свойств стал более сложным. Традиционно он базируется на анализе фазовых диаграмм и построении локальных регрессионных моделей.
Чтобы решить эту проблему, междисциплинарная группа учёных из НОЦ «Нанотехнологии и покрытия» Института машиностроения, материалов и транспорта и Высшей школы программной инженерии СПбПУ провела масштабную работу по созданию унифицированной базы данных. С использованием больших языковых моделей (LLM — Large Language Model) учёные 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 стёкол.
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 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
, — рассказал руководитель проекта, кандидат физико-математических наук Виктор Клинков.
Программный комплекс может служить основой для появления нового подхода к проектированию оптических систем. Платформа закладывает базу для принципиально иной методологии: 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 создаёт единое поле для научной работы, позволяя как начинающим учёным, так и опытным специалистам быстро анализировать свои результаты в контексте мировой исследовательской практики и планировать новые проекты.
Практическая значимость работы заключается в расширении границ понимания природы стеклообразного состояния с помощью инструментов ИИ и в создании предпосылок для внедрения этих результатов в промышленные системы проектирования оптики. Сегодня прямых аналогов разработанной платформе в России не существует.
Работа была выполнена в рамках проекта «Кампус цифровых лабораторий Blue Sky Research» при поддержке Фонда поддержки инноваций и молодёжных инициатив Санкт-Петербурга. Сейчас учёные совершенствуют алгоритмическое обеспечение и расширяют функциональность платформы для международного научного сообщества.
Примите к сведению; Эта информация является необработанным контентом, полученным непосредственно от источника информации. Она представляет собой точный отчет о том, что утверждает источник, и не обязательно отражает позицию MIL-OSI или ее клиентов.
.
