Моделирование свойств материалов при экстремальных давлениях и температурах, изучение ядра Земли и поведение переохлажденных жидкостей — все это сегодня невозможно без суперкомпьютеров и методов машинного обучения. О том, как эти инструменты меняют фундаментальные исследования, обсудили в НИУ ВШЭ.

Международная лаборатория суперкомпьютерного атомистического моделирования и многомасштабного анализа (САММА) МИЭМ НИУ ВШЭ провела школу-семинар «Современное состояние и перспективы атомистического компьютерного моделирования материалов для фундаментальных научных и технологических приложений».

Открывший семинар заведующий лабораторией Григорий Смирнов представил доклад «Машинное обучение в задачах молекулярной динамики: создание потенциалов взаимодействия и предсказание теплофизических свойств». Он пояснил, что классическая молекулярная динамика исследует поведение атомных и молекулярных систем путем численного интегрирования законов Ньютона. Исторически для расчета воздействия различных сил применялись аналитические функции, коэффициенты которых подбирались для описания экспериментальных данных.

Такие расчеты позволяют выявить физические свойства материалов, влияющие на текучесть жидкостей, фильтрацию, электрохимические и другие процессы. Развитие вычислительных методов квантовой химии привело к появлению первопринципных (ab initio) расчетов взаимодействия атомов. Докладчик напомнил, что за разработку этих методов Джону Поплу и Вальтеру Кону была присуждена Нобелевская премия по химии 1998 года.

Подобные методы с определенными допущениями могут быть применены к любому атому периодической системы Менделеева. Однако высокая вычислительная сложность таких подходов привела к развитию классических силовых полей, основанных на квантовых расчетах. С 2007 года для этих целей начали активно применять нейросетевые методы.

В настоящее время создано большое количество нейросетевых моделей, используемых для снижения вычислительной стоимости расчетов и обучения на максимально возможных объемах данных. Существенное влияние на развитие этих подходов оказали успехи больших языковых моделей.

Одна из целей исследователей — создание универсальных моделей потенциалов взаимодействия для всех элементов таблицы Менделеева с привлечением крупных баз данных. На их основе формируются обучающие выборки, позволяющие получать модели с высокой точностью и приемлемым уровнем ошибок. Такие модели содержат миллионы параметров.

Григорий Смирнов отметил, что современные универсальные модели демонстрируют высокий уровень точности даже на таких сложных примерах, как диаграммы деформирования многокомпонентных систем и химические реакции органических молекул. Он уточнил, что основные проблемы обучения связаны с объединением наборов данных, использующих различные приближения и обменно-корреляционные функционалы. Вычисление соответствующих поправок позволяет значительно расширить область применимости моделей.

При этом многие модели с машинно-обученными потенциалами взаимодействия пока не отличаются высокой скоростью. Хотя современные примеры демонстрируют высокую параллельную эффективность вплоть до нескольких тысяч графических ускорителей, общее число моделируемых атомов существенно уступает рекордным расчетам с использованием стандартных аналитических потенциалов.

Группа исследователей под руководством Григория Смирнова и научного руководителя лаборатории Анатолия Белоножко, работающего в Нанкинском университете (Китай), рассчитала фазовую диаграмму железа в экстремальных условиях на основе квантовой молекулярной динамики и методов машинного обучения.

Григорий Смирнов напомнил, что ядро Земли имеет сферическую форму и преимущественно состоит из железа, находящегося под высоким давлением при температуре около 5000–7000 К. Понимание его состояния важно для прогнозирования землетрясений и других геофизических явлений.

Создав потенциал на основе машинного обучения, исследователи рассчитали температуру плавления с учетом магнитных эффектов и доказали существование фазы термодинамической устойчивости объемно-центрированной кубической кристаллической решетки железа при высоких температурах и давлениях. Получение такого результата невозможно без использования потенциалов взаимодействия, основанных на машинном обучении, подчеркнул Григорий Смирнов.

В качестве других примеров применения машинного обучения в изучении физико-химических процессов докладчик назвал работу группы ученых под руководством Николая Кондратюка, посвященную фазовому переходу во флюиде водорода, исследования по прогнозированию вязкости жидких углеводородов при высоком давлении, а также изучение механизма формирования одномерного роста нанофибрилл на поверхности жидких сплавов различных металлов с алюминием, выполненное совместно с Институтом физической химии и электрохимии имени А. Н. Фрумкина РАН.

По словам Григория Смирнова, машинное обучение прочно заняло свое место в моделировании и уже сегодня позволяет решать широкий круг физических и химических задач, в том числе моделировать поведение соединений, которые пока не были синтезированы экспериментально.

Молекулярная динамика, давление и производительность вычислений

Старший научный сотрудник лаборатории САММА Евгений Тарарушкин представил доклад «Исследование свойств слоистых минералов при высоких давлениях и температурах методом молекулярной динамики». Он пояснил, что проблема транспорта воды и ионов в зонах субдукции — продвижения океанической коры под окраину континента или островную дугу и ее погружения в мантию — является мультидисциплинарной задачей на стыке минералогии, геофизики и геохимии.

В основном процессы дегидратации минералов изучаются с помощью сложных экспериментов при высоких температурах и давлениях, проводимых в алмазных наковальнях с использованием in situ рентгеновской съемки. В последние годы молекулярная динамика зарекомендовала себя как эффективный инструмент, позволяющий уточнять экспериментальные данные и объяснять наблюдаемые явления на уровне молекулярных механизмов.

Результаты моделирования для портландита, брусита, 10Å фазы и фенгита показали, что дефекты кристаллической структуры играют ключевую роль в сорбции воды и изменении свойств минералов. В частности, было показано, что тальк при высоких давлениях и температурах приобретает гидрофильные свойства. Также были получены новые данные о диффузии гидратированного и негидратированного аммония, ранее недоступные экспериментальным методам.

Аспирант МФТИ Борис Никитюк представил доклад «Динамика переохлажденной жидкости», посвященный стеклованию жидкостей при повышении давления. На примере 1-метилнафталина было показано, что при давлениях порядка 1,5 ГПа можно ожидать переход жидкости в практически твердое состояние вследствие резкого роста вязкости.

Докладчик выделил два режима динамики переохлажденных систем — молекулярный и макроскопический — и подтвердил теоретическую модель, согласно которой течение жидкости обеспечивается событиями молекулярной реориентации.

Ведущий научный сотрудник лаборатории САММА Алексей Тимофеев представил доклад об эффективности суперкомпьютеров и их компонентов для научных вычислительных задач, отметив архитектурные ограничения, связанные с законом Мура, и рост требований со стороны машинного обучения.

Анализ бенчмарков показал, что задачи молекулярной динамики и большие языковые модели демонстрируют схожие паттерны вычислительной эффективности, а современные сценарии HPC-to-ML сочетают режимы, ограниченные как вычислительной мощностью, так и пропускной способностью памяти.

На семинаре также были представлены доклады ассистента департамента прикладной математики МИЭМ, научного сотрудника Объединенного института высоких температур РАН Михаила Логунова «Изучение теплофизических свойств жидкого и аморфного углерода в области высоких температур методами атомистического моделирования», ведущего научного сотрудника лаборатории САММА Василия Писарева «Использование библиотек C++ в Julia VoroPlusPlus.jl для анализа диаграмм Вороного», научного сотрудника центра квантовых метаматериалов МИЭМ Дмитрия Васильева «Анизотропия теплового расширения соединений, предсказанная с помощью DFT-расчетов», ведущего научного сотрудника лаборатории САММА Владимира Стегайлова «Моделирование диффузии экситона в монослое MoS2 на основе квантовой молекулярной динамики» и научного сотрудника центра квантовых метаматериалов МИЭМ Алексея Карцева «Двумерные магниты: перспективы и реальные приложения».

Семинар завершился круглым столом «Перспективы атомистического компьютерного моделирования материалов в задачах физики, химии, биологии».

Высшая школа экономики с 2010 года реализует проект «Центры превосходства», нацеленный на создание передовых научных школ под руководством ведущих российских и зарубежных ученых. Главная идея проекта — привлечь ведущих ученых, представляющих широкий спектр исследовательских методов и традиций, к совместной работе и созданию новых научных школ в университете. Старт проекту был дан после победы двух научных коллективов Вышки в конкурсе, организованном по принятому 9 апреля 2010 г. постановлению Правительства России №220. Сегодня 42 центра превосходства проводят исследования по самым разным научным направлениям: математике, биологии, социологии, лингвистике. «Реализация проекта обогатила Вышку, расширила спектр ее исследований, образовательных программ, позволила привлечь лидеров науки с мировым именем и молодых талантливых ученых. За эти годы мы создали передовые научные школы, результатами которых гордится Вышка и которые вносят значительный вклад в реализацию стратегии развития университета», - подчеркнула директор по перспективным научным исследованиям НИУ ВШЭ Марина Литвинцева.