Росатом сообщил о применении ИИ в процессах создания и изучения новых материалов. В частности, искусственный интеллект привлекался для улучшения выпуска углеродного волокна, а также для подбора и корректировки технологических режимов, заявил заместитель гендиректора по науке и стратегии госкорпорации Евгений Абакумов.
Ирина Медведева
Иллюстративное фото. Источник: Страна Росатом
Росатом системно использует ИИ в разных сферах деятельности компании, не только в производственных процессах, но и в научных исследованиях, и при создании технологии — для анализа и синтеза перспективных материалов. Эту информацию представил ТАСС заместитель генерального директора по научной работе и стратегическому развитию Евгений Абакумов.
«В госкорпорации действуют лаборатории компьютерного материаловедения, где осуществляется подбор материалов с требуемыми характеристиками. Сегодня перед нами стоит задача не просто выполнять отдельные эксперименты, а внедрять такие подходы в реальную производственную практику. В чем ключевая ценность ИИ? Он значительно ускоряет этап поиска подходящих материалов-кандидатов, который раньше мог занимать несколько лет», — отметил Абакумов.
ИИ – помощник в создании перспективных материалов
Как уточнил представитель компании, первые успешные результаты применения ИИ при создании новых составов были получены в ходе комплексной программы «Развитие техники, технологий и научных исследований в области использования атомной энергии в РФ» (КП РТТН). С начала 2025 года эта инициатива вошла в структуру национального проекта «Новые атомные и энергетические технологии».
«Благодаря ИИ удалось разработать состав для реакторов на быстрых нейтронах (БРЕСТ) и водо-водяного реактора со сверхкритическим давлением (ВВЭР-СКД). Требовалось изучить порядка 250 тысяч различных вариантов легирования. С помощью ИИ оптимальный вариант был найден всего за несколько недель, после чего его подтвердили лабораторными испытаниями», — добавил собеседник агентства.
Внедрение искусственного интеллекта в материаловедение Росатома не ограничивается лишь ускорением подбора составов. Ключевой сдвиг происходит в самом подходе к научным исследованиям: вместо классической эмпирической парадигмы, где каждый новый эксперимент требует значительных временных и ресурсных затрат, госкорпорация переходит к модели цифровых двойников материалов.
Это позволяет прогнозировать поведение вещества в экстремальных условиях — при высоких температурах, радиационных нагрузках и агрессивных средах — до того, как будет изготовлен первый физический образец. Такая предсказательная аналитика особенно критична для атомной отрасли, где требования к надежности и безопасности конструкционных элементов предельно высоки, а ошибки в подборе состава могут привести к дорогостоящим переделкам или аварийным ситуациям.
Важно отметить, что применение ИИ в данном контексте не заменяет труд ученых-материаловедов, а кардинально перераспределяет их нагрузку. Раньше значительная часть времени специалистов уходила на рутинный перебор параметров легирования, проверку гипотез методом проб и ошибок. Теперь, когда нейросети берут на себя первичную фильтрацию сотен тысяч вариантов, исследователи сосредотачиваются на наиболее перспективных направлениях, требующих глубокого понимания физико-химических процессов.
Это повышает качество научных выводов и позволяет быстрее переходить от фундаментальных изысканий к прикладным решениям, востребованным на производственных площадках. Особенно это актуально для сложных многокомпонентных систем, где взаимодействие элементов трудно предсказать аналитически, но где ИИ способен выявить скрытые закономерности в массивах экспериментальных данных.
ИИ для улучшения технологии производства работает по полному циклу
Помимо этого, ИИ применялся в задачах по улучшению технологии производства углеродного волокна и служил инструментом для выбора и настройки производственных параметров. В результате удалось существенно уменьшить колебания прочностных свойств по длине волокна и поднять общую эффективность выпуска — изделия из углеволокна стали легче при сохранении прочностных показателей.
В 2026 году Росатом намерен запустить экспериментальную установку для автоматизированного создания новых конструкционных материалов на базе ИИ. Предполагается, что данное оборудование позволит не только выполнять расчеты, но и сразу получать готовые физические образцы для проведения различных тестов, оперативно выходя на нужные материалы.
Иными словами, новый комплекс завершит цифровой цикл: от моделирования свойств с помощью ИИ до реального изготовления образца, что многократно сократит сроки разработки материалов. «Мы продолжим расширять сферу применения ИИ. Его преимущество в том, что вариантов использования может быть очень много, равно как и направлений исследований.
В декабре прошлого года на первой конференции МАГАТЭ по искусственному интеллекту и ядерной энергетике мы впервые заявили о внедрении ИИ в область материаловедения и связанных с ним технологий обработки и производства. Сегодня мы углубляем это направление в тесном сотрудничестве с Курчатовским институтом, институтами РАН и Министерством науки и высшего образования», — резюмировал Абакумов.
Запуск в 2026 году экспериментальной установки с автоматизированным циклом «расчет – изготовление – тестирование» знаменует переход от разрозненных инструментов к целостной производственной экосистеме. Подобный конвейер, управляемый алгоритмами машинного обучения, позволит не только генерировать оптимальные составы, но и сразу же проверять их в реальном режиме времени.
Это сокращает путь от идеи до готового образца с нескольких лет до недель или даже дней, что создает качественно новый уровень конкурентоспособности российской атомной промышленности на мировом рынке. В условиях, когда зарубежные производители также активно инвестируют в автоматизацию исследований, подобное ускорение становится не преимуществом, а необходимым условием для сохранения технологического паритета.
Перспективы – самообучающиеся производственные системы
Сотрудничество с Курчатовским институтом, институтами РАН и Министерством науки и высшего образования формирует межведомственную научную платформу, где ИИ выступает объединяющим звеном. Обмен данными между отраслевыми лабораториями и академическими группами позволяет создавать более обширные и разнообразные обучающие выборки, что напрямую влияет на точность и универсальность моделей.
Совместная работа в рамках национального проекта «Новые атомные и энергетические технологии» обеспечивает не только финансирование, но и координацию приоритетных направлений, исключая дублирование исследований. В перспективе такой подход может привести к созданию единой государственной базы данных по свойствам материалов, доступной всем участникам научного сообщества, что ускорит развитие смежных отраслей — от авиастроения до электроники.
Дальнейшая эволюция применения ИИ в материаловедении Росатома будет связана с развитием так называемых самообучающихся производственных систем, где алгоритмы не только подбирают параметры, но и непрерывно адаптируют их в зависимости от качества сырья, состояния оборудования и текущих требований заказчика.
Это открывает путь к созданию материалов с динамически изменяемыми характеристиками, что ранее считалось технически недостижимым. Одновременно растет роль больших данных: каждая партия выпущенного углеродного волокна, каждая плавка стали для реакторных корпусов становится источником информации, которая через обратную связь улучшает будущие модели.
Такой замкнутый цикл накопления знаний превращает производственные процессы в самооптимизирующиеся системы, где человеческое вмешательство требуется лишь на этапе постановки стратегических задач и контроля конечных результатов.
