Lambda

On February 3, the presentation of the problem of the first stage was held, which is devoted to predicting the properties of two-dimensional crystals of various configurations. The event was opened by Konstantin Novoselov, professor at the National University of Singapore, winner of the 2010 Nobel Prize in Physics. Konstantin gave the participants a lecture in which he introduced them to two-dimensional crystals and their properties.
⠀
YOUTUBE: https://youtu.be/pzv_XIIatB8
IDAO 2022 Qualifying Round Task Presentation

Уже сегодня, 1.02.22, стартует олимпиада . Задача 1го тура посвящена предсказанию свойств двумерных кристаллов различных конфигураций. Андрей Устюжанин () поможет разобраться, что же такое двумерные 💎 и причем тут анализ данных.
⠀
Двумерные (2D) 💎 — это плоские материалы, существующие в 1 слой. Примером является графен, открытый Константином Новоселовым и Андреем Геймом в 2004 г.
⠀
💥 Константин Новосёлов — обладатель Нобелевской премии по физике, который ❕является экспертом на  ❕
⠀
🔍 Наиболее всего 2D 💎 интересны необычными свойствами, определяющим практические характеристики вещества. Например, нам важна скорость протекания определенной реакции и то, как 2D материал будет на нее влиять: при очищении нефтепродуктов можно добавить в них определенные 💎 пленки, и за счет большой площади они смогут серьезно повлиять на скорость реакций очистки.
⠀
Важно учитывать так называемые «дефекты» 💎 — единичные отклонения, вызываемые либо заменой 1 из атомов аналогичным, либо удалением соответствующего элемента решетки. При внесении точечных дефектов можно заметно повлиять на свойства материала. ❔Но как изучать свойства разных однослойных 💎 решеток, а также влияние дефектов, если для каждого вещества существуют миллионы различных вариантов?
⠀
⏩ Графовые нейронные сети, которые позволяют учитывать такие особенности кристаллической структуры как инвариантность к поворотам и способность работы с различным количеством ребер для разных узлов в обучающей выборке.
⠀
ML задачи здесь делятся на 2 вида: прямая задача, когда мы знаем строение решетки и структуру дефектов и тренируем нейросети для предсказания ее свойств, и обратная задача, когда мы знаем свойства материала и, исходя из них, пытаемся предсказать конфигурацию 💎 решетки и возможные дефекты в ее строении.
⠀
Подробнее: Популярная Механика // Эра двумерных кристалов: что может графен

・・・
А давайте с вами заглянем, что творится на кухне IDAO? Самое время разобраться о чем будет задача отборочного тура. Уже по традиции ее подготовила лаборатория ФКН LAMBDA.

Итак:

В 2022 году первый тур IDAO посвящен решению научной задачи — предсказанию свойств двумерных кристаллов различных конфигураций. Такие кристаллы, состоящие только из одного атомного слоя, обладают уникальным энергетическим ландшафтом, благодаря которому они могут играть роль мощных катализаторов, эффективных полупроводниковых и оптоинформационных элементов.

Андрей Устюжанин, председатель экспертной комиссии, заведующий лабораторией LAMBDA:

"Участникам необходимо собрать нейросеть расчета прямой задачи, которая обычно решается путем долгих вычислительных экспериментов. Мы подготовили данные, содержащие описания различных конфигураций кристаллов и их энергетические свойства. С точки зрения машинного обучения входные данные представляют собой облака точек (point clouds), что дает возможность экспериментировать с различными подходами, такими как графовые нейросети, топологический анализ".

Регистрация на олимпиаду по ссылке https://idao.world/

Во Вселенной есть что-то необъяснимое, и это темная материя. Как искусственный интеллект помогает узнать о ней больше?

Иногда небесные тела ведут себя не так, как ожидают ученые на основе существующих теорий о поведении материи. Например, в спиральных галактиках скорость вращения отдаленных звезд ненамного отличается от звезд в центре. А некоторые отдаленные объекты искажаются или раздваиваются.

Можно предположить, что на движение звезд и лучей света во Вселенной влияет что-то кроме обычной материи — и это темная материя. Но как изучить то, о чем мы не имеем представления? Одна из стратегий поиска темной материи использует ускорители частиц и машинное обучение. Об этом рассказал Андрей Устюжанин на конференции YaC/e 2021.

https://cs.hse.ru/lambda/news/541874316.html