TGViewer
Грин еще не робот 🤖 Грин еще не робот 🤖 @robotless · 5.13K subscribers
Post #1897 915
Материалы — штука понятная: машины делают из стали и алюминия, стаканчики — из переработанной бумаги, айфоны прыгали с титана на алюминий, процессоры — из кремния.

Параллельно весь мир ковыряет новые: твёрдотельные батареи и электролиты для безопасности и плотности энергии, перовскиты для солнечных панелей, GaN/SiC для силовой электроники, катализаторы для водорода и хранения энергии. Делают это тремя путями: комбинаторный синтез «тысячи образцов за раз», вычислительные прогоны на суперкомпьютерах (DFT, базы типа Materials Project), и ИИ-модели, которые уже нагенерили миллионы кристаллов (вроде GNoME у DeepMind).


Зачем? Дешевле хранить энергию, эффективнее превращать свет в электричество, упростить электронику. 
Теперь — «квантовые материалы». Это кристаллы со специальным узором решётки, из-за которого электроны ведут себя необычно: появляются редкие типы магнетизма, сверхпроводимость, эффекты для квбитов и сверхточных датчиков.

Природа такими почти не делится; искать «вручную» — годы. Поэтому заметные сдвиги получаются, только когда сужаешь поиск хитрыми правилами. 

MIT выкатил SCIGEN — надстройку к диффузионным моделям, которая заставляет ИИ соблюдать геометрические правила прямо во время генерации. Не «штампуем всё подряд и потом фильтруем», а сразу рисуем кристаллы с нужными узорами, связанными с квант-свойствами. Фактура: сгенерили ~10 млн кандидатов, ~1 млн прошли прескрининг стабильности; для 26 000 сделали тяжёлые квант-расчёты, у ~41% нашли нужный магнитный порядок.

И главное — в лаборатории реально собрали два новых соединения, TiPdBi и TiPbSb, их поведение совпало с предсказаниями. DeepMind помогал с фреймворком. Смысл простой: SCIGEN убирает физически невозможный мусор и переносит работу из «экрана» в «пробирку» быстрее. 

И что?

Для бизнеса: лаборатории и приборостроение по квант-направлению получают shortlist по свойствам, а не мешок «просто стабильных» кристаллов — поток 10M → 1M → 26k с магнитным порядком у 41% снижает холостые симуляции и пробы на порядок; действие: фиксируйте целевые решётки (кагоме/Lieb/архимедовы), гоните генерацию с правилами, резервируйте DFT-квоты и синтезируйте top-N.

Для инвесторов: риск ниже — есть лабораторная валидация (два новых соединения с совпадением предсказаний), понятная метрика hit-rate по конкретным классам решёток; ставка — на команды с полным контуром «геометрические правила → генерация → DFT → синтез» и портфелем IP на семействa квант-материалов (спинтроника, квант-сенсоры, магнитная память).

Для людей: быстрее дойдут прикладные штуки именно из квант-материалов — сверхчувствительные датчики (магнито- и терагерц-диапазон), энергоэффективная спинтронная память, элементы для устойчивых кубитов; ожидание между идеей и рабочим образцом сокращается с лет до кварталов.

🚨 Нам 3.14здец

Группы «ищем руками» — 8/10 — вас обгонит воронка 10M→1M→26k→синтез; что делать: ставить геометрические ограничения на генерацию и автоматизировать DFT+синтез.

Генеративки «без физики» — 7/10 — нереализуемые решётки больше никому не нужны; что делать: вшивать правила решёток и фильтры реализуемости прямо в генератор.
  • ❤ 5
  • 👍 4
  • 🔥 3
More from @robotless
  1. Oct 5, 2026Post #2433
  2. Oct 5, 2026Понедельник
  3. Oct 4, 2026Post #2431
  4. Oct 4, 2026компания Figure сделала новых роботов версии 3, а старых, вместо того чтобы отдать на запч…
  5. Oct 2, 2026Ты ставишь галочку «Разрешать всегда». Читать мелкий шрифт некогда, думать не хочется ведь…
  6. Oct 2, 2026Государство пошло за агентами, 11 млн человек меняют профессию, а ИИ раздаёт чужие адреса…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →