Исследователи представили систему AdsMind, предназначенную для поиска оптимальных конфигураций адсорбции на поверхностях гетерогенных катализаторов. Задача определения состояний с минимальной энергией критически важна для химической промышленности, однако традиционные квантово-механические расчеты требуют огромных вычислительных затрат. Использование силовых полей на базе машинного обучения ускоряет релаксацию структур, но не решает проблему эффективного исследования обширного конфигурационного пространства.
AdsMind использует мультиагентный подход, основанный на физических принципах, для автоматического поиска и исправления ошибок в конфигурациях. В отличие от стандартных моделей, работающих по принципу «открытого контура», данная система способна итеративно проверять и корректировать свои прогнозы. Это позволяет значительно сократить количество необходимых вычислений, сохраняя при этом высокую точность моделирования сложных химических процессов.
Разработка демонстрирует потенциал агентных систем в фундаментальных научных исследованиях, где требуется сочетание логического вывода и строгих физических ограничений. Автоматизация поиска конфигураций открывает новые возможности для ускоренного проектирования каталитических материалов, что может быть востребовано в энергетике и производстве экологически чистых химических соединений.