Любой каприз: компьютерный дизайн материалов

Прочнее стали? Легче воздуха? Электрическое сопротивление меньше, чем у меди? И чтобы без содержания дорогих металлов? Поиски новых материалов с полезными свойствами до сих пор ведутся практически вслепую, перебором сотен и тысяч синтетических и природных веществ. Однако на горизонте уже можно различить контуры того фантастического дня, когда мы сможем просто задавать нужные характеристики компьютеру – и получать готовые формулы соединений с самыми невиданными свойствами. Прозрачный и твердый? Что вам угодно?..

С конца XIX века, когда во всем мире развернулась гонка за созданием самой долговечной, безопасной и дешевой нити накаливания для электрических ламп, изобретатели опробовали тысячи материалов. Их пытались изготавливать из хлопка и платины, волокон кокосовой скорлупы и волос мужской бороды, пока, уже в ХХ веке, не остановились на тугоплавком, ярко светящемся и не особенно дорогом вольфраме. Подбор оптимальных компонентов для литий-ионных батарей занял у химиков Sony около двух десятилетий, а тефлон был синтезирован в DuPont и вовсе случайно, в процессе поиска новых хладагентов для холодильников. Конечно, многие идеи для новых веществ и материалов с полезными свойствами удается «подсмотреть» у природы, однако и такие поиски остаются делом необычайно долгим, кропотливым, во многом – делом интуиции и удачи. Но сегодня мы стоим на пороге революционных изменений.

Сверхлегкие аэрогели получают из алюминия, углерода, диоксида титана и других соединений. Такой «твердый воздух» находит десятки полезных применений – например, аэрогелевая ловушка помогла зонду Stardust собрать и доставить на Землю космическую пыль.

Эти тектонические сдвиги начались еще с появления квантовой механики и работ нобелевских лауреатов 1998 года Вальтера Кона и Джона Попла, которые в 1960–1970-х годах создали вычислительные методы и модели для предсказания поведения электронов и ядер атомов. Их «квантовая химия» позволила устанавливать свойства молекул и предсказывать протекание характерных для них реакций, зная лишь химическую формулу. Ведь какими бы ни были твердость и плотность, теплопроводность или преломление света, все они определяются электронными свойствами атомов, организованных в молекулы и кристаллы. Опираясь на уравнения квантовой химии, компьютер способен рассмотреть возможные стабильные структуры и дать оценку их свойств. Быстрое развитие вычислительных машин дало этим расчетам мощь, необходимую для моделирования и перебора огромного множества вариантов. Например, структура и свойства графена были сперва исследованы виртуально и лишь затем подтверждены в экспериментах.

Аморфные металлические стекла могут резко отличаться от кристаллических материалов того же состава. Несмотря на впечатляющую прочность и твердость, их массовое применение ограничивается высокой стоимостью производства.

Формула → структура

Однако графен – случай далеко не самый сложный: его плоская решетка образована всего одним типом довольно просто упакованных атомов. По мере того как их количество и разнообразие в молекуле увеличиваются, сложность расчетов растет экспоненциально, то есть при увеличении числа атомов вдвое сложность задачи может вырасти в квадриллион раз и больше. Вплоть до середины 2000-х большинство специалистов сомневались в том, что задача предсказания структуры и свойств по формуле решаема в принципе. Даже увеличив производительность процессоров в триллион раз, мы и близко не подойдем к возможности обсчитать нужное количество вариантов, которое легко может достигать 1010000 и более. Поэтому важнейшим фактором прорыва, который произошел в последние полтора десятилетия, стало появление новых алгоритмов, позволяющих значительно упростить и ускорить вычисления.

Создателем одного из них – и, кстати, самого широко используемого – стал профессор Артем Оганов, сегодня возглавляющий лабораторию компьютерного дизайна новых материалов в Сколтехе и МФТИ, а также лаборатории в Китае. Его метод USPEX и программа на его основе используются по всему миру, позволяя предсказывать структуры кристаллов, наночастиц и поверхностей, в том числе и для многокомпонентных соединений. Вместо того чтобы «в лоб» перебирать все возможные варианты, эволюционный алгоритм проводит предварительные расчеты, отбирает наиболее перспективные варианты, а затем уточняет их в длинной серии итераций «от простого к сложному» – пока наконец не получит самые стабильные структуры с минимальной энергией, для которых затем можно рассчитать свойства. Например, структуру 40-атомной ячейки магниевого пост-перовскита система предсказала менее чем за 1000 шагов – на порядки быстрее (и в результате точнее), чем обычные алгоритмы перебора.

Расплавленные и насыщенные газом металлы застывают, образуя легкую и пористую металлическую пену. Как правило, она демонстрирует те же свойства, что и цельный образец, и сохраняет его прочность, используя на 75–90% меньше металла.

Структура → формула

Самообучающиеся алгоритмы USPEX особенно активно используются для поиска новых сверхтвердых материалов. Летом 2018 года Артем Оганов и его коллеги предсказали существование ранее неизвестного борида вольфрама WB5 с кристаллами, которые по твердости в полтора раза превосходят даже легендарные победитовые сплавы, причем их синтез не требует высоких давлений. «Поиск стабильной структуры для заданного химического соединения – это критически важный шаг, который десятилетиями оставался одной из главных проблем в теоретическом материаловедении, – рассказывает Артем Оганов. – Мы эту задачу решили, но это далеко не вся история. В идеале система должна сама подбирать и оптимальный химический состав для материала с нужными свойствами».