Искусственный интеллект для химии и материаловедения

Искусственный интеллект уже сегодня меняет облик науки, предоставляя новые
инструменты для исследования и создания материалов с заданными свойствами, ускоряя процессы разработки и открывая горизонты в понимании сложных химических систем.

Созданный в прошлом году Центр искусственного интеллекта для научных
исследований Сбера видит эту область первым приоритетом для создания новых ИИ-систем. Инфохимия – наука уже не новая, но ИИ в химии начал применяться
относительно недавно.

На Форуме будущих технологий состоялась очень интересная дискуссия. Нам показалось важным поделится ее итогами с вами.

- Какие новые возможности открывает ИИ в этой области?
- Какие барьеры существуют для использования этой технологии?
- Как обстоит ситуация с применением ИИ для промышленных задач в химии и материаловедении?
- Чего не хватает для нового витка развития дизайна катализаторов?
- В прошлом году Нобелевскую премию получили авторы AlphaFold – насколько полезным этот метод оказался для дизайна лекарств? Или же другие технологии ИИ сейчас в фокусе отрасли?
- Как будет выглядеть применение сильного ИИ в химии? Что нужно для приближения этого видения?

Участники
1. Алексей Шпильман — модератор, Директор центра AI для науки, ПАО
Сбербанк
2. Михаил Корольков, Руководитель центра цифровых технологий, ПАО
«Газпром нефть»
3. Екатерина Скорб, Директор, Научно-образовательный центр инфохимии;
руководитель, Лаборатория интеллектуальных технологий в инфохимии,
Университет ИТМО
4. Александр Шапеев, Руководитель лаборатории методов искусственного
интеллекта для разработки материалов, Сколковский институт науки и
технологий (Сколтех)
5. Павел Яковлев, Заместитель генерального директора по ранней разработке и
исследованиям биотехнологической компании, BIOCAD

Яркие тезисы дискуссии

1. Пока главная цель внедрения AI в химии и материаловедении — ускорять
отдельные этапы процесса разработки. Пока AI ускоряет конкретные задачи, но
большая его ценность в решении многослойных задач. Но гораздо более
интересно, когда AI позволяет решать задачи, которые невозможно решить
другими способами.

2. Данных много, но по каждой конкретной задаче их часто мало, или они
недостаточно “чистые”. Возникает потребность в AI-подготовке датасетов,
оцифровке результатов прошлых десятилетий и поиске новых источников
данных.

3. В материаловедении AI объединяется с традиционной квантовой механикой и
численными методами, в нефтяной сфере — с традиционным моделированием.

4. В научной среде продвигается идея свободного доступа к исходному коду и
датасетам, однако крупный бизнес считает их ключевым активом и держит их в
секрете, что приводит к неочевидным проблемам.

5. Вместо статьи главным результатом научного проекта становятся очищенный
датасет и разработанная модель.

В Австралии представили первый в мире «биологический компьютер» на живых нейронах

Ученые из Cortical Labs создали «биологический компьютер»: нейроны выращиваются в питательной среде и соединяются с кремниевым чипом, который принимает и передает электрические сигналы, взаимодействуя с живой нейросетью. Благодаря стабильной среде нейроны могут функционировать до 6 месяцев.

Структура построена на замкнутом цикле взаимодействия. Операционная система biOS создает симуляцию, а нейроны, получая информацию об окружающей среде и реагируя на нее, посылают импульсы в виртуальную среду.

Все процессы в системе — от записи данных до жизнеобеспечения — выполняются на устройстве автономно и не требуют внешних вычислений. Дополнительные внешние устройства, вроде камеры или USB, можно подключать через Cortical Cloud — облачный сервис компании.

#news #вычисления #наукиожизни

https://corticallabs.com/cl1.html

Создана самая большая AI-модель для анализа ДНК и изучения геномов

Исследователи из Arc Institute, Стэнфордского университета и NVIDIA разработали Evo 2, которая способна анализировать существующие последовательности ДНК, предсказывать функциональные эффекты мутаций, создавать новые хромосомы и небольшие геномы с нуля.

Модель обучена на 9,3 трлн пар оснований ДНК, включая образцы бактерий, животных и человека. В отличие от предшественников, обученных на белках, Evo 2 может анализировать некодирующие последовательности ДНК, связанные с заболеваниями, и предсказывать последствия мутаций без дополнительной настройки. Например, модель определяет влияние мутаций в гене BRCA1 на развитие рака груди.

Также Evo 2 может генерировать новые ДНК-последовательности, включая некодирующие сегменты. Ее использовали для создания CRISPR-редакторов генов и разработки моделей бактериальных, митохондриальных и дрожжевых геномов. Они стали более реалистичными по сравнению с результатами предыдущей версии Evo, но все еще требуют доработки.

Модель пока не проверена на независимых бенчмарках, но потенциально Evo 2 — это шаг к созданию универсальных инструментов для редактирования и проектирования геномов. Разработчики сделали модель открытой. Платформу можно адаптировать под конкретные биологические задачи.

Скачать: код, параметры и набор данных OpenGenome2.

#news #наука #AI

https://www.nature.com/articles/d41586-025-00531-3

D-Wave заявляют, что достигли квантового превосходства в решении реальной полезной задачи моделирования материалов

Международная команда исследователей под руководством D-Wave выполнила моделирование квантовой динамики в программируемых спиновых стеклах — это вычислительно сложная задача моделирования магнитных твердотельных материалов. Расчёты выполнялись как на прототипе квантового отжигателя Advantage2 от D-Wave, так и на суперкомпьютере Frontier (второй по мощности суперкомпьютер на планете, вычислительная мощность 1,35 экзафлопс), который находится в национальной лаборатории Оукридж министерства энергетики США. В ходе эксперимента смоделировали поведение определенного набора решетчатых структур и размеров в различные периоды эволюции материала, в результате удалось задать материалу ряд важных свойств.

Отжигатель D-Wave выполнил моделирование за считанные минуты и с таким уровнем точности, на достижение которого при использовании классического суперкомпьютера и тензорных сетей и нейросетей ушел бы почти миллион лет.

Вместо того, чтобы строить универсальный квантовый компьютер, D-Wave сосредоточились на создании более узкоспециализированной машины, способной производить определенные вычисления, но которую проще масштабировать. Квантовая установка Advantage2, на которой проводилось моделирование, имеет свыше 1,2 тыс. кубит и 11 тыс. соединителей (couplers).

Понимание квантовой природы магнитных материалов имеет решающее значение для поиска новых способов их использования для технологического прогресса, утверждают в компании. D-Wave будет продолжать работу в данном направлении.

#news #кванты

https://www.science.org/doi/10.1126/science.ado6285

DeepSeek теперь невыездной

Руководители компании запретили некоторым сотрудникам DeepSeek, занимающимся исследованиями и разработкой AI-моделей, свободно выезжать за границу. А власти провинции Чжэцзян на востоке Китая, где находится головной офис материнской компании DeepSeek, начали проверять потенциальных инвесторов, прежде чем им будет разрешено лично встретиться с руководителями компании.

Google представила AI-модели на основе Gemini 2.0 для робототехники

Исследовательское подразделение Google DeepMind разработало Gemini Robotics и Gemini Robotics-ER, которые приближают компанию к созданию универсальных роботов, способных работать наравне с человеком. Эти модели подходят для машин различных форм-факторов: от складских платформ до антропоморфных моделей вроде Apollo от Apptronik.

Gemini Robotics ориентирована на создание универсальных, ловких и интерактивных роботов. Она использует технологию VLA (vision-language-action) для получения информации на основе физических действий.

Gemini Robotics-ER (где ER — воплощенное рассуждение, embodied reasoning) расширяет спектр задач, которые доступны без предварительного обучения. Модель улучшает наведение на цель, включает функцию 3D-обнаружения, а также может генерировать код для управления роботами.

Во время презентации Google продемонстрировала робота на базе Gemini, который понимает команды на естественном языке, может составлять слова из кубиков с буквами и забрасывать мяч в баскетбольное кольцо.

По словам научного сотрудника Викаса Синдхвани (Vikas Sindhwani), Google планирует внедрять роботов постепенно, начиная с безопасного расстояния от людей и повышая уровень интерактивности. Сейчас работа находится на «ранней стадии исследования». Модель доступна для тестирования в компаниях Agile Robots, Agility Robots, Boston Dynamics и Enchanted Tools.

Таким образом, Google включается в гонку с Meta*, Tesla, OpenAI и стартапами вроде Figure AI, который месяц назад расторг соглашение о сотрудничестве с OpenAI. Это не первая попытка Google такого рода: более десяти лет назад бигтех приобрел по меньшей мере восемь робототехнических компаний. А в 2021 г. он открыл подразделение Everyday Robots для разработки машин, выполняющих повседневные задачи. Но уже в 2023 г. материнская компания Alphabet объявила о закрытии подразделения в рамках плана по сокращению бюджета.

Ознакомиться с техническим отчетом можно здесь.

*организация запрещена в России и признана экстремистской

#бигтехи #AI #роботы

https://deepmind.google/discover/blog/gemini-robotics-brings-ai-into-the-physical-world/

Agibot представил платформу, позволяющую антропоморфным роботам выполнять задачи в реальном мире

AgiBot World Colosseo — платформа для масштабного обучения роботов, ориентированная на развитие навыков работы с двумя роборуками. Ее ключевые компоненты— набор данных AgiBot World и AI-модель Genie Operator-1 GO-1. Благодаря разработке роботы успешно выполняют сложные задачи более чем в 60% случаев.

AgiBot World оптимизирован на всех этапах — от конфигурации сцен и проектирования задач до сбора данных и проверки человеком — и охватывает 217 конкретных задач, 87 навыков и 106 сценариев. Набор данных уже открыт для общего доступа и включает задачи, состоящие из нескольких этапов, например, «приготовление кофе», с продолжительностью до 2 минут.

GO-1 понимает инструкции на естественном языке и позволяет роботам адаптироваться к изменяющейся среде. Модель обучена на изображениях и видео людей, что позволяет интерпретировать действия пользователя. Трехуровневый фреймворк ViLLA (Vision-Language-Latent-Action) помогает машине выстраивать стратегии. Так, GO-1 успешно выполняет реальные задачи, требующие ловкости и длительного выполнения, в более чем 60% попыток, что на 32% лучше, чем при использовании других методов.

Разработка принадлежит Agibot (Zhiyuan Robotics) — стартапу бывшего участника программы «Genius Youth» от Huawei Пэну Чжихуэю (Peng Zhihui). Компания была основана в 2023 г. и собрала $85 млн в первом раунде финансирования. Летом 2024 г. Agibot объявил о массовом производстве, добавив, что уже изготовил 962 человекоподобных робота.

В начале марта стартап также представил нового двуногого робота Lingxi X2. Он может ходить, бегать, танцевать, ездить на велосипеде и читать инструкции к лекарствам. У машины 28 степеней свободы, она весит 33,8 кг. В роботе используются компоненты собственной разработки компании — контроллеры моторных функций и домена, интеллектуальная система управления питанием и основные совместные модули. Lingxi X2 оснащен зрением на основе кремниевой фотонной мультимодальной модели, базирующейся на «зрительной» языковой модели (vision language model, VLM).

Репозиторий AgiBot World
Видео с Lingxi X2

#стартапы #роботы

https://www.scmp.com/tech/tech-trends/article/3301814/agibot-unveils-ai-model-allows-humanoid-robots-perform-real-world-tasks

Alibaba выпустила новый чип на RISC-V архитектуре

Процессор XuanTie C930, разработанный исследовательским подразделением Alibaba Damo Academy, работает на открытой архитектуре RISC-V. Она использует минимально необходимый набор команд и делает процесс производства более эффективным и экономичным.

В условиях ограниченного доступа к передовым полупроводниковым технологиям RISC-V может стать для Китая альтернативой некоторым закрытым решениям Intel (x86) и Arm. Аналитики сравнивают потенциал этой экосистемы с возможностями DeepSeek на рынке AI-моделей из-за открытого исходного кода, низкой стоимости и высокой производительности. Китайские власти планируют удвоить поддержку развития RISC-V и выпустить руководство по поощрению использования подобных чипов.

Ожидается, что к 2030 г. поставки микросхем на этой архитектуре вырастут до 16,2 млрд единиц (для сравнения — в 2023 г. было 1,3 млрд). Объем рынка составит $92,7 млрд. Damo Academy также анонсировала новые процессоры серии XuanTie — C908X, R908A, XL200.

Дизайн C930 уже доступен для лицензирования разработчикам микросхем, а поставки клиентам начнутся в этом месяце.

#бигтехи #чипы

https://www.scmp.com/tech/big-tech/article/3301620/how-alibabas-new-risc-v-chip-hits-mark-chinas-tech-self-sufficiency-drive

Meta* начала тестировать первый чип собственного производства для обучения AI

MTIA (Meta Training and Inference Accelerator) спроектирован для работы с моделями ранжирования и рекомендаций. Разработка чипа — часть долгосрочной стратегии корпорации по снижению затрат на AI-инфраструктуру, которые только в 2025 г. могут достигнуть $65 млрд.

MTIA разработан для выполнения специфических задач AI, в силу чего более энергоэффективен по сравнению с GPU. Он получил 256 Мб встроенной памяти и частоту 1,3 ГГц против 128 Мб и 800 ГГц у своего предшественника MTIA v1, а его производительность в 3 раза выше. Изготавливать чип будет TSMC.

В случае успешного завершения тестирования, которое уже началось, компания планирует масштабировать производство. В перспективе это снизит зависимость Meta от внешних поставщиков вроде Nvidia. Так, компания уже использует MTIA для инференса в рекомендательных системах Facebook** и Instagram**. А к 2026 г. планирует применять свои чипы и для обучения AI, начиная с рекомендаций и затем расширяя на генеративные AI-продукты, в частности чат-боты.

Ранее Meta уже отказывалась от разработки собственного чипа для инференса после неудачного тестирования и в 2022 г. перешла к массовым закупкам GPU от Nvidia, став одним из крупнейших её клиентов.

* Организация запрещена в России и признана экстремистской
** Продукт организации, которая запрещена в России и признана экстремистской

#бигтехи #чипы

https://www.reuters.com/technology/artificial-intelligence/meta-begins-testing-its-first-in-house-ai-training-chip-2025-03-11/

BYD представила новую технологию сверхбыстрой зарядки для электромобилей

Новая платформа Super e-platform мощностью до 1 МВт может восполнять запас хода электромобиля на 400 км за 5 минут. Пиковая скорость этого восполнения составляет 2 км/с. По мысли разработчиков, процесс зарядки электромобиля станет сопоставимым по времени с заправкой бензиновых автомобилей.

Super e-Platform оснащена технологией ускоренной зарядки, двигателем с пиковой мощностью 790 лошадиных сил и скоростью вращения 30 тыс. об/мин и силовой электроникой на основе карбида кремния, рассчитанной на напряжение до 1500 вольт. Разработка BYD в 2 раза мощнее Supercharger V4 от Tesla, который за 10 минут заряжает машину для поездки на 275 км.

Реальная конкуренция для BYD, вероятно, исходит от китайских брендов. Например, Kirin 5C от CATL обеспечивает 500 км пробега после 12-минутной зарядки и применяется такими производителями, как Li Auto.

Первыми моделями, оснащенными новой архитектурой зарядки, станут седан Han L и Tang L SUV. Они уже доступны для предварительного заказа ‒ стоимость составляет $37,8 тыс. и $39,2 тыс. соответственно, ‒ официальный старт продаж начнется в апреле. В прошлом году BYD продала 4,2 млн подключаемых гибридов и стремится поднять планку до 5-6 млн в 2025 г.

Также, BYD объявила о планах создать сеть из 4 тыс. сверхбыстрых зарядных станций по всему Китаю. Компания не уточнила сроки реализации проекта и объем инвестиций в строительство зарядной инфраструктуры.

#news #энергонезависимость

https://www.reuters.com/business/autos-transportation/chinas-byd-unveils-faster-charging-ev-platform-aims-build-over-4000-charging-2025-03-17/

TSMC предлагает бигтехам создать совместное предприятие по управлению заводами Intel

Предложение поступило Nvidia, AMD, Broadcom и Qualcomm. Согласно плану, TSMC будет управлять подразделением Intel по изготовлению чипов и — владеть не более 50% акций предприятия.

Новость появилась на фоне расширения инвестиций TSMC в США и финансовых трудностей Intel — в 2024 г. последний понес убытки в $18,8 млрд. На конец прошлого года балансовая стоимость подразделения по изготовлению чипов составила $108 млрд.

Любая производственная кооперация между TSMC и Intel потребует больших затрат, так как компании используют разные технологические процессы, химикаты и инструментарии.

Сейчас Nvidia и Broadcom совместно с Intel проводят испытания передового техпроцесса 18A (т. е. 18 ангстрем — это 1,8 нм). AMD также оценивает, насколько ей подходит этот производственный процесс. Источники утверждают, что 18A стал предметом разногласий на переговорах, когда руководители Intel заявили, что он превосходит 2-нанометровый техпроцесс TSMC. Тайваньский гигант в свою очередь утверждает, что на процессе 3 нм в состоянии выдать сопоставимые характеристики чипа.

Переговоры находятся на ранней стадии и требуют одобрения администрации президента США, которая выступает против полной продажи Intel или ее подразделения иностранной компании. Некоторые члены совета директоров Intel отказались поддержать сделку с TSMC. Вовлечённые компании пока не комментируют ситуацию.

#бигтехи #чипы

https://www.reuters.com/technology/tsmc-pitched-intel-foundry-jv-nvidia-amd-broadcom-sources-say-2025-03-12/

Apple откладывает улучшение Siri на 2026 год

В феврале Apple сообщила о переносе релиза на конец весны, но теперь представители компании полагают, что AI-проект может потребовать полного пересмотра и переноса на 2026 г.

Новые функции голосового помощника должны были включать глубокую интеграцию с другими приложениями и операции с «личным контекстом» пользователя, например, автоматическое заполнение форм при оформлении документов.

Новость о переносе обновления подчеркнула сложности корпорации с адаптацией AI-технологий: ранее она также столкнулась с проблемой некорректных результатов при генерации текста для новостных приложений.

Apple уже внедрила некоторые улучшения в Siri — интеграцию с ChatGPT, более естественное взаимодействие и новый визуальный интерфейс, — но этого недостаточно. Компания рискует отстать от OpenAI, Google и Amazon — последний анонсировал обновление Alexa в прошлом месяце.

#бигтехи #AI

https://www.cnbc.com/2025/03/07/apple-delays-siri-ai-improvements-to-2026.html

Google представила самую мощную в мире модель, работающую на одном ускорителе

Открытая модель Gemma 3 на базе Gemini 2.0 работает на одной видеокарте или TPU (tensor processing unit). Она демонстрирует самую высокую производительность для своего размера, отличается компактностью и возможностью работы прямо на устройствах — от смартфонов до рабочих станций.

Gemma 3 умеет анализировать текст, изображения и видео, обладает расширенным контекстным окном до 128 тыс. токенов и поддерживает 140 языков. Модель представлена в 4 размерах — 1B, 4B, 12B и 27B.

На платформе Chatbot Arena Elo — на ней нейросети сравниваются на основе пользовательского рейтинга — Gemma 3 27B превзошла LLaMA 3 405B, o3-mini и DeepSeek-V3, несмотря на то, что аналогам требуется до 32 GPU. Причем Gemma 3 4B-IT сопоставима по качеству с предшественницей Gemma 2 27B.

Google также представила ShieldGemma 2 — инструмент для фильтрации изображений на базе Gemma 3, который маркирует контент как опасный или содержащий материалы сексуального или насильственного характера.

Gemma 3 легко интегрируется с популярными платформами, включая Hugging Face, Google AI Studio, Vertex AI и NVIDIA API Catalog. Разработчики могут быстро начать работу с моделью через Google AI Studio, скачав ее с Hugging Face или Kaggle, либо развернуть в облаке Google и на GPU NVIDIA.

Технический отчет
Скачать Gemma 3 на Hugging face или Kaggle
Код и рекомендации для дополнительной настройки и инференса на GitHub
Попробовать Gemma 3 в браузере с помощью Google AI Studio

#news #бигтехи #чипы

https://blog.google/technology/developers/gemma-3/

Nvidia открывает исследовательский центр для квантовых вычислений

Nvidia Accelerated Quantum Research Center (NVAQC) займется разработкой устойчивых к ошибкам квантовых компьютеров с помощью суперускорителей Nvidia и начнет работу уже в этом году.

Цель NVAQC — преодолеть ключевые проблемы квантовых вычислений, включая устранение шума кубитов, и добиться возможности практического применения квантовых процессоров.

Центр будет сотрудничать с Quantinuum, Quantum Machines и QuEra Computing, Гарвардским университетом и MIT. Партнеры получат доступ к системам Nvidia GB200 NVL72, ускоряющим моделирование квантовых систем.

Кроме того, Nvidia будет применять платформу CUDA-Q для интеграции своих GPU с квантовыми вычислительными архитектурами. В перспективе это приведет к созданию мощных квантовых суперкомпьютеров и разработке гибридных квантовых алгоритмов.

На фоне этого появилось сообщение о партнерстве Nvidia с французской компанией Pasqal, специализирующейся на квантовых вычислениях. В рамках соглашения Pasqal интегрирует свои квантовые вычислители и облачную платформу с ПО Nvidia CUDA-Q.

#news #бигтехи #кванты

https://www.theregister.com/2025/03/19/nvidia_boston_quantum_research/

Figure запускает BotQ — крупнейшую фабрику по производству антропоморфных роботов

Ключевая особенность BotQ — применение роботов для сборки себе подобных. В 2025 г. планируется выпуск 12 тыс. роботов; через 4 года объем производства составит 100 тыс. единиц.

Роботы Figure, оснащенные AI Helix, автоматизируют процесс сборки и транспортировку материалов между станциями. По замыслу компании, замена громоздких конвейеров роботами повысит скорость, точность и адаптивность производства.

Figure пересмотрела конструкцию своих роботов, благодаря чему их производство стало более масштабируемым и доступным. При разработке новой модели Figure 03 применяются технологии литья под давлением, штамповки и инжекционного формования металлов (MIM). Если для фрезерования отдельных компонентов на станках с ЧПУ требовалась неделя, новые методы сокращают это время до 20 секунд.

Также Figure решила использовать только собственную инфраструктуру: внутреннюю цепочку поставок и интеллектуальную систему управления. Это решение позволит контролировать весь цикл производства от проектирования до финальной сборки.

#news #роботы

https://www.figure.ai/news/botq

Google привлекает MediaTek для разработки нового поколения TPU к 2026 г.

Бигтех выбрал тайваньскую MediaTek из-за ее тесных связей с TSMC и более низких цен по сравнению с Broadcom, который был эксклюзивным партнером Google по разработке чипов на протяжении последних 9 лет.

Сотрудничество с MediaTek не означает разрыва связей с Broadcom. Но если Google осуществит план, Broadcom, возможно, придется разделить бизнес с одним из своих конкурентов.

В прошлом году Google потратила на TPU $6-9 млрд; компания также остается одним из крупнейших клиентов Nvidia. Чтобы снизить зависимость от производителей процессоров, бигтех разрабатывает собственные серверные чипы для внутренних исследований, а также сдает их в аренду клиентам облачных сервисов.

С этой же целью Google планирует перенести больше этапов проектирования следующего TPU внутрь компании. Она будет самостоятельно разрабатывать основную часть, включая процессор, а MediaTek сосредоточится на модулях ввода-вывода и контроле качества. При этом Google продолжит нанимать инженеров на Тайване, включая специалистов с опытом работы в TSMC.

Раньше Google выпускала 2 вида TPU: один — для обеспечения работы Google Search, YouTube и приложения Gemini на основе существующих LLM, и другой — для обучения новых моделей. Пока неясно, планирует ли Google изменить свою стратегию и сосредоточиться на производстве только одного типа TPU.

#news #чипы #бигтехи #AI

https://www.theinformation.com/articles/google-taps-mediatek-cheaper-ai-chips