Всем привет! Меня зовут Константин Ларионов, я физик-теоретик, научный сотрудник лаборатории цифрового материаловедения университета МИСИС и приглашенный лектор Шанхайского университета. На True Tech Day 2025 я выступал в научном треке с докладом о том, как современная наука о материалах ушла от пробирок и микроскопов к алгоритмам и суперкомпьютерам. Видеоверсию можно посмотреть в комьюнити True Tech в VK, а тут — адаптация для Хабра.

Если раньше создание нового материала требовало нескольких лет экспериментов в лаборатории, то сегодня его можно спроектировать с заданными свойствами прямо за ноутбуком. В этом нам помогают квантовая физика, искусственный интеллект, машинное обучение и, как ни странно, старый добрый метод научного тыка — правда, теперь уже цифровой.

Давайте разберем, как устроена работа современного ученого, почему уже никто не делает открытия в одиночку и как выглядит «таблица Менделеева» внутри компьютера.

Как становятся учеными: все началось с зубной щетки

Перед выступлением я послушал других спикеров — маститых ученых с огромным опытом. И задумался: а с чего вообще начинается этот путь?

Свой первый эксперимент я поставил года в три, когда решил проверить, можно ли избежать рутинной чистки зубов. Для этого я положил щетку в духовку: сгорит она или нет? Ответ, который удивил моих родителей, но вряд ли удивит вас, был найден опытным путем: зубные щетки в духовке горят, а зубы от этого чище не становятся.

Позже, уже под впечатлением от Индианы Джонса, я твердо вознамерился стать археологом и раскопать какую-нибудь гробницу с мумиями и золотом. Но, как вы понимаете, в городе Верещагино на Урале с мумиями было, скажем так, не очень. Так что с археологией не сложилось.

Переломный момент наступил в восьмом классе. За одно лето я научился программировать на языке Pascal и прочитал научно-популярную книгу по нанотехнологиям. Именно тогда я впервые узнал про кота Шредингера и выучил грозное словосочетание «корпускулярно-волновой дуализм». А после физмат-лицея поступил в Физтех. И вот мне уже 30 лет, 10 из которых я занимаюсь компьютерным моделированием материалов будущего.

Теоретик без халата: как выглядит работа сегодня

Если ученый-экспериментатор — это человек в белом халате с пробирками, а теоретик — это бородатый гений у доски, усыпанной формулами, то кто же тогда я? Доска у нас в лаборатории действительно есть, маркерная. А вот пробирок и микроскопов нет — они у коллег-экспериментаторов.

Наша работа заключается в том, чтобы не вставать от компьютера. Мы — своего рода digital-ученые. Моделируем системы, подбираем параметры, запускаем расчеты, интерпретируем результаты и, конечно, пишем статьи, выбираемся на конференции и пытаемся двигать науку вперед. Только наш главный инструмент не микроскоп, а вычислительный кластер.

Наука как коллаборация

Наука кардинально изменилась со времен Архимеда с его ванной и Ньютона с яблоком. Романтичные легенды остались в прошлом. Сегодня наука — это большие команды и коллаборации.

Яркий пример — открытие бозона Хиггса. В одной из статей, посвященных этой частице, список авторов занимает несколько страниц. Ведь над этим открытием действительно трудились около 5 000 человек. Сейчас практически не осталось ученых-одиночек, которые в тиши кабинета совершают прорывы. Математики, может, и могут, а вот физики — вряд ли.

Мы постоянно взаимодействуем с университетами, институтами и компаниями по всему миру. Иногда мы сами придумываем задачи, иногда к нам приходят экспериментаторы с результатами, которые никто не может объяснить, и просят помочь. Это огромная совместная работа.

Масштабы имеют значение: как выбрать инструмент

В материаловедении, как и в машинном обучении, нет универсального метода на все случаи жизни. Выбор инструмента зависит от масштаба — как пространственного, так и временного.

Условно все можно разделить так:

• метры и сантиметры (краш-тест автомобиля): метод конечных элементов;

• микрометры (размер клетки): метод Монте-Карло;

• 10–100 нанометров (размер макромолекул): молекулярная динамика;

• Ангстремы = 1/10 нанометра (отдельные атомы и связи): квантово-химические методы (те самые первопринципные методы, о которых пойдет речь дальше).

Напомню, что приставка «нано» означает одну миллиардную часть метра (10^-9). Я работаю как раз на атомарном уровне, и в следующей части мы подробно разберем, как с помощью квантовой механики предсказать свойства материала, который еще даже не синтезировали.

Квантовая кухня: как готовят материалы будущего

Мы уже выяснили, что современный ученый-материаловед больше похож на ИТ-специалиста, чем на классического «безумного профессора». Но что именно происходит на его экране, когда он моделирует материалы? Давайте заглянем в цифровую кухню, где готовятся революционные открытия.

Все методы компьютерного моделирования можно условно разделить по масштабам, с которыми они работают. На масштабах в десятки и сотни нанометров царствует молекулярная динамика. Ее принцип до безобразия прост и знаком нам со школы: это всего-навсего законы Ньютона. F = ma. Сила, масса, ускорение. Представьте себе шарики (атомы), которые сталкиваются, притягиваются и отталкиваются. Это мощный и быстрый метод, позволяющий моделировать системы из миллионов атомов. С его помощью можно изучать, например, как плавится лед. Но у него есть огромный недостаток: он ничего не знает об электронах. А ведь именно электроны определяют самые интересные свойства материалов: способность проводить ток, намагничиваться, поглощать и испускать свет.

Чтобы добраться до электронов, нам нужно спуститься на уровень отдельных атомов и погрузиться в мир квантовой механики. Да-да, той самой, которая у многих вызывает священный трепет. Где тот самый кот Шредингера и знаменитое уравнение, которое описывает все на свете — от поведения мельчайших частиц до нас с вами. Просто для описания человека оно подобно микроскопу, которым заколачивают гвозди, — слишком сложно и нецелесообразно.

Уравнение Шредингера — это краеугольный камень. Выглядит оно впечатляюще и настолько сложно, что решить его аналитически невозможно даже для двух электронов. Поэтому ученые-расчетчики используют специальные приближения, которые несколько упрощают картину, но по-прежнему позволяют описывать системы с крайне высокой точностью. Впрочем не будем лезть глубоко в дебри теории и просто рассмотрим, на какие вопросы помогают ответить квантово-механические расчеты:

1. Какая атомная структура у материала? Какое расстояние между атомами? Какие углы между связями? Мы можем рассчитать структуру кристалла — алмаза, кремния или чего-то более сложного — вообще без какого-либо эксперимента. Просто загрузили химические элементы и параметры в программу и получили результат.

2. При каких условиях материал стабилен? При каком давлении и температуре один материал превращается в другой? Это помогает строить фазовые диаграммы.

3. Какими свойствами материал обладает? Является ли он проводником или диэлектриком? Каковы его магнитные и оптические свойства? Все это можно предсказать.

4. Как эти свойства можно изменить? Что будет, если добавить другую молекулу, нагреть или сжать материал? Это прямой путь к дизайну материалов с заданными параметрами.

Красивая картинка — половина успеха

Ученые — тоже люди, и мы любим наглядность. Когда к нам приходят научные журналисты, им всегда грустно слышать, что у нас нет пробирок и микроскопов. Поэтому мы заранее готовимся: открываем на мониторе самую зрелищную 3D-анимацию и позволяем сфотографировать себя на ее фоне «за работой».

А за кадром остаются вот такие реальные результаты наших расчетов:

• Механическая деформация наночастиц нитрида бора, работа выполнена совместно с экспериментаторами из МИСИС.

• Образование дефектов и электронный транспорт в углеродной нанотрубке. На рисунке мы буквально видим, как ток проходит через наноразмерный объект. Кстати, эта работа — результат международной коллаборации и была опубликована в ведущем мировом журнале Science.

• Образование двумерного алмаза (диамана). Алмаз — прекрасный материал, но он плохо проводит ток. А что, если сделать его очень тонким? Оказалось, это возможно: если взять два слоя графита (то, из чего сделан стержень карандаша) и «посадить» на эти слои водород, происходит чудо — графит превращается в сверхтонкий алмаз! Теперь вы знаете, как сделать бриллиант для жены из простого карандаша. Правда, этот процесс невероятно трудоемок, так что ювелирный магазин — более практичное решение.

Эти примеры не просто красивые картинки. Это серьезные исследования на уровне миллиардных долей метра (нанометров), которые открывают дорогу к принципиально новым технологиям.

От антибиотиков к хирургическим нитям: квантовая биология

Квантовые методы проникают даже в биологию. Конечно, смоделировать целиком ДНК пока нереально — слишком уж она большая. Но мы можем сделать нечто другое. Например, смоделировать, как молекула антибиотика присоединяется к своей мишени. Под каким углом ее нужно «подвести», чтобы связь была максимально прочной? Такие расчеты помогают нашим коллегам-биоинженерам создавать, скажем, хирургические нити, пропитанные антибиотиком. Представьте: человека оперируют, и нити, которые скрепляют ткани, не просто выполняют свою механическую функцию, но и сразу же начинают лечить, предотвращая инфекцию. А потом эти нити безопасно рассасываются. Это ли не будущее?

Великое объединение: где же здесь машинное обучение?

У квантовой механики и молекулярной динамики есть свои недостатки. Квантовая механика невероятно точна, но чудовищно медленная — она может работать лишь с системами в несколько сотен атомов. Молекулярная динамика быстра и может моделировать миллионы атомов, но она слепа к электронам и квантовым свойствам.

Что, если объединить точность первого метода со скоростью второго? Именно здесь на сцену выходят машинно-обученные потенциалы. Это мостик между двумя мирами.

Как это работает? Мы делаем множество точных, но маленьких квантовых расчетов (это наш тренировочный набор данных). Затем с помощью алгоритмов машинного обучения мы на основе этих данных «тренируем» специальную функцию — потенциал. Этот потенциал не такой «дубовый», как в классической молекулярной динамике. Он «помнит», как ведут себя электроны в разных ситуациях, и позволяет законам Ньютона работать с оглядкой на квантовые эффекты.

В итоге мы получаем метод, который позволяет моделировать огромные системы (как молекулярная динамика), но с почти квантовой точностью. Хотите изучить, как графит под давлением превращается в алмаз? Пожалуйста. Этот подход уже работает, и именно за ним будущее вычислительного материаловедения.

Спинтроника, нобелевские эффекты и память будущего

Мы подобрались к самой интересной части — как фундаментальные открытия превращаются в технологии, меняющие нашу жизнь. Все, о чем мы говорили до этого — квантовая механика, машинное обучение, — находит свое воплощение в удивительной области на стыке физики и электроники — спинтронике.

Нобелевский эффект: почему лыжники и стрелки важны для вашего смартфона

Классическая электроника долгое время работала по простому принципу: ее интересовало лишь одно — есть ток или его нет. Электроны были для нее просто безликими заряженными частицами. Это как делать из всех куриных яиц только омлет, не обращая внимания на белок и желток.

А в спинтронике («спин» + «электроника») мы учитываем факт, что электроны бывают ровно двух видов: со спином вверх («лыжники») и со спином-вниз («стрелки»). Логично, что в зависимости от типа олимпийской трассы — лыжня или стрельбище — каждый спортсмен покажет хороший или плохой результат.

Суть нобелевского эффекта — гигантское магнитосопротивление — в следующем:

1. Берем два магнита, которые можем намагничивать либо вверх («лыжня»), либо вниз («стрельбище»).

2. Намагничиваем их параллельно (оба «вверх») или антипараллельно (один «вверх», другой «вниз»).

3. Пропускаем через них ток, в котором есть оба типа электронов-спортсменов.

4. Обнаруживаем, что суммарное электрическое сопротивление этой структуры кардинально меняется в зависимости от взаимной ориентации магнитов! В одном случае электронам пройти достаточно легко (высокая проводимость), в другом — очень сложно (низкая проводимость).

Таким образом, мы получаем систему с двумя устойчивыми состояниями, которыми легко управлять. Здравствуйте, биты информации — «0» и «1»! Именно на этом эффекте работают жесткие диски (HDD), позволившие в свое время сделать прорыв в способе хранения информации.

Гонка за рекордом: как мы искали материал для памяти будущего

Технологии не стоят на месте. Жесткие диски уступают место SSD в задаче долгосрочного хранения. А наша задача — создать следующее поколение оперативной памяти — магниторезистивной (MRAM).

Ее преимущества впечатляют:

• Выше скорость работы и меньшее энергопотребление, чем в современной DRAM.

• Высокая плотность записи.

• Энергонезависимость: информация не стирается из оперативки после выключения питания. Потому что она хранится не с помощью электрического тока, а с помощью намагниченности. А это может быть крайне важно для бесперебойной работы критически важных систем: от АЭС до МКС, не говоря уже о случайно закрывшихся вкладках вашего любимого браузера.

Моя работа как раз и была направлена на то, чтобы найти материал, который обеспечил бы рекордно высокий коэффициент магнитосопротивления (КМС) — ключевой параметр для такой памяти.

Я впервые смоделировал и рассчитал свойства специальной магнитной структуры — «сэндвича» из двух особых магнитных сплавов, разделенных полупроводниковым барьером. Работа, которая суммарно заняла около полутора лет и потребовала перебрать различные подходы и программные пакеты, показала ошеломляющий результат: теоретический КМС для такой структуры может достигать 100 000%.

Для сравнения: в современных коммерческих прототипах этот показатель измеряется сотнями или тысячами процентов. Это все равно, что сравнить высоту башни Барад-Дур из «Властелина колец» с мармеладным мишкой «Харибо» — разница как раз примерно в 100 000 раз (эта шутка обычно вызывает смех у коллег-физиков и других фанатов «Теории Большого Взрыва»).

От теории к практике: когда ждать прорыва?

«Окей, — спросите вы, — где же эти суперчипы? Почему я до сих пор пользуюсь обычной оперативкой?»

Здесь мы сталкиваемся с главной проблемой фундаментальной науки: временной лаг. Путь от теоретического предсказания до серийного устройства может занимать десятилетия. Сам эффект гигантского магнитосопротивления был открыт в 1980-х, а массово в жестких дисках он начал применяться в конце 90-х. А в 2007 году два автора открытия, наконец, были отмечены Нобелевской премией по физике.

Сегодня этот цикл сокращается. Благодаря таким же методам компьютерного дизайна, как и в моей работе, коллеги предсказывают новые материалы-сверхпроводники, и их экспериментальное подтверждение занимает уже не 20 лет, а 1–2 года. Что касается MRAM-памяти, то ее прототипы уже существуют. Например, в 2019 году Samsung анонсировал чипы объемом 64 Мб. Это пока мало, но уже не теория. Я оптимистично надеюсь, что в течение следующих 5–10 лет мы увидим ее коммерческое применение.

Больше чем память: медицинские детекторы и квантовые компьютеры

Применение спинтроники гораздо шире, чем просто хранение видео с котиками. Одно из самых многообещающих направлений — биомедицинская диагностика.

Уже ведутся разработки портативных устройств, работающих по принципу миниатюрного МРТ-сканера. В организм вводятся магнитные нанометки, которые «прилипают» к мишеням, например, к раковым клеткам. Спинтронный сенсор может детектировать их сигнал, позволяя диагностировать такие серьезные заболевания, как ВИЧ или гепатит, на ранней стадии.

Кроме того, без спинтроники невозможно представить и развитие квантовых компьютеров. Так что фундаментальные исследования, которые сегодня кажутся оторванными от жизни, завтра станут основой для технологий, которые мы пока можем увидеть только в фантастических фильмах.

Вывод: цифровой археолог, раскапывающий будущее

Так что в итоге? Все, о чем я рассказал, — это большая непрерывная работа. Я как ученый в каком-то смысле стал тем самым археологом, о профессии которого мечтал в детстве. Только раскапываю я не артефакты прошлого, а возможности будущего, слой за слоем снимая покров неизвестного с законов Вселенной с помощью суперкомпьютеров и квантовых уравнений.

Мы живем в удивительное время, когда открытия, сделанные «на кончике пера» (или в нашем случае «на кончике клавиатуры»), все быстрее находят воплощение в реальности. Спинтроника, машинное обучение, квантовые расчеты — это не просто красивые слова из футуристических докладов. Это инструменты, которые прямо сейчас создают тот мир, в котором мы будем жить завтра. Мир, где компьютеры не теряют память, врачи ставят диагнозы за секунды, а новые материалы решают проблемы, которые еще вчера казались непреодолимыми.

И да, самое главное — теперь я тщательно прячу все зубные щетки от своего семимесячного сына. Надеюсь, его первый эксперимент будет не таким жарким, как мой.