Российские исследователи объединили методы квантовой химии и возможности искусственного интеллекта для решения одной из ключевых задач атомной энергетики – утилизации опасных радиоактивных отходов. Команда ученых применила алгоритмы машинного обучения для поиска стабильных соединений углерода и технеция-99. Результаты этих расчетов открывают новые перспективы для создания технологий извлечения этого радиоактивного изотопа из отработанного топлива и его последующей переработки в безопасные элементы.
Технеций-99 представляет собой долгоживущий продукт деления, который накапливается в ядерном топливе в процессе работы реакторов. Главная проблема, связанная с этим элементом, заключается в его высокой мобильности: в отличие от многих других радиоактивных веществ, технеций способен растворяться в воде и мигрировать вместе с подземными потоками, что создает серьезные риски для экологии. В связи с этим перед физиками и химиками стоит задача найти способ надежной фиксации изотопа внутри нерастворимых и химически стойких соединений. Одним из наиболее перспективных материалов-«ловушек» считается карбид технеция.
Традиционный поиск оптимальной структуры такого материала ведется с помощью сложных квантово-химических расчетов, требующих огромных вычислительных ресурсов и времени. Чтобы ускорить этот процесс, специалисты из «Сколтеха», Института искусственного интеллекта AIRI и Сбербанка совместно с коллегами из РХТУ имени Д. И. Менделеева и ИФХЭ РАН разработали специализированную нейросетевую модель. Для ее обучения ученые использовали данные высокоточных расчетов для небольшой выборки атомных конфигураций – менее 0,2% от общего числа возможных вариантов.
Испытания показали высокую эффективность нового подхода: система ИИ способна оперативно анализировать все пространство возможных структур карбида технеция, прогнозируя их термодинамические свойства с минимальной погрешностью. Это позволило исследователям выделить наиболее устойчивые варианты материала и обнаружить редкие конфигурации, вероятность случайного нахождения которых составляла бы один шанс на десять тысяч или даже на миллион.
Как пояснил руководитель научной группы «Дизайн новых материалов» AIRI Роман Еремин, применение ИИ фундаментально меняет подход к научному поиску. По его словам, в проведенной работе удалось наглядно продемонстрировать, что исключение элемента случайности в рамках вычислительных подходов не просто ускоряет прогноз свойств, а позволяет учитывать самые редкие структуры, которые легко можно пропустить при стандартном методе проб и ошибок.
Собранные данные позволи ученым составить своего рода «карту стабильности» карбидов технеция. Эта информация станет важным инструментом для технологов и экспериментаторов при разработке систем долговременного хранения радиоактивных отходов. Более того, найденные стабильные соединения могут стать основой для технологий трансмутации – процесса, при котором опасный технеций-99 под воздействием нейтронного облучения превращается в стабильный и безопасный рутений-100.