Швейцарский Empa выпустил ИИ-агента, который считает сплавы по запросу в чате
Материаловедам-экспериментаторам некогда учить сложные симуляторы, поэтому лаборатория Empa сделала чат-агента OptiMat Alloys для расчёта высокоэнтропийных сплавов. Запрос пишется обычными словами, агент сам выбирает программы, запускает готовые сценарии и выдаёт таблицы и графики для проверки экспертом. Цифры считают инструменты, а не языковая модель, и каждый расчёт сохраняется в базе. Так агенту проще не галлюцинировать.
AI-обработка оригинала TechXplore AI; редакция Hamidun News
Представьте, что вам нужно подобрать состав сплава из пяти металлов в примерно равных долях. Вариантов бесконечно много, а перебирать их в лаборатории, отливая образцы один за другим, долго и дорого. Для этого есть компьютерное моделирование, но пользоваться им умеют далеко не все. Исследователи швейцарской лаборатории Empa в Туне решили эту проблему так: посадили перед симуляторами ИИ-агента, с которым можно общаться в чате.
В чём проблема высокоэнтропийных сплавов
Классический пример сплава знают все: берём медь, добавляем немного олова и получаем бронзу. Основа из одного-двух металлов плюс несколько добавок. У высокоэнтропийных сплавов всё иначе: в них смешаны четыре и больше металлов примерно поровну. Такие материалы интересны своими механическими, тепловыми и электромагнитными свойствами. Их хотят применять в жаропрочных конструкциях, покрытиях, катализе, электронике и магнитных компонентах.
Но комбинаций слишком много, и старый подход «сделали пару образцов и посмотрели» быстро упирается в потолок. Поэтому всё чаще сначала считают на компьютере и выбирают для эксперимента самые перспективные составы. Загвоздка в том, что инструменты для таких расчётов требуют серьёзной квалификации. По словам Владислава Турло из Empa, экспериментаторам просто некогда учиться работать с этими программами.
Как устроен OptiMat Alloys
Турло и его коллега Ян Ху сделали платформу OptiMat Chat. Через неё учёный скачивает на свой компьютер «ИИ-материаловеда». Первый такой агент называется OptiMat Alloys. Он понимает запрос на обычном языке, выбирает подходящие профильные инструменты, запускает заранее заданные сценарии расчётов и оформляет итог в виде графиков, таблиц и текста в стиле научной публикации. Программировать и настраивать сложные параметры пользователю не нужно.
Интерфейс похож на ChatGPT, но языковая модель здесь только посредник. Это именно агент: он умеет вызывать внешние специализированные программы и работать с их входными и выходными данными. Расчёты выполняются на машине пользователя, а не где-то в облаке.
Для инженеров, которые строят своих агентов, интереснее всего подход к надёжности. Авторы описывают три приёма против галлюцинаций:
- структурированные вызовы инструментов вместо свободного «рассуждения» модели;
- заранее заданные расчётные сценарии, построенные по принятым лучшим практикам;
- хранение записей о расчётах.
Научные результаты приходят из подключённых программ, баз данных и проверенных процедур, а не из самой LLM. Кроме того, все результаты складываются в базу данных, чтобы их можно было отследить, использовать повторно и позже сравнивать или улучшать. По словам авторов, у похожих ИИ-инструментов этого обычно нет.
Ограничения и что дальше
Разработчики честно предупреждают: публиковать статьи, опираясь только на выдачу агента, не стоит. Это отправная точка для экспертной интерпретации и планирования экспериментов, а не готовый научный результат. Агент может подсказать, что материал A лучше материала B по свойству C, но объяснить почему и проверить это могут только люди.
В материале нет сравнительных замеров точности или скорости, так что оценить выигрыш в цифрах пока нельзя. Есть описание подхода и ссылка на статью в npj Computational Materials и препринт на arXiv.
Дальше команда хочет добавить в OptiMat Chat новых агентов: для керамики и оксидов металлов, а также для аморфных материалов. По мнению авторов, рутинные расчёты возьмёт на себя ИИ, а у людей освободится время на действительно интересные научные вопросы.
Практический вывод для тех, кто делает агентов в узких областях: рабочая схема выглядит скромно. Модель понимает запрос и выбирает инструмент, считают проверенные программы, а все шаги записываются, и итог всегда остаётся на проверку человеку. Для науки, медицины и инженерии такой дизайн, скорее всего, окажется надёжнее, чем попытка заставить LLM «знать ответ» самой.
- 21 нояб. 2026 г.Математик Anthropic заявил: Claude помог за 6 недель доказать гипотезу Римана
- 21 нояб. 2026 г.Стартап Osmo обучил ИИ запахам на 10 млн оценок людей и генерирует ароматы по тексту
- 21 нояб. 2026 г.КНДР показала первый чатбот «Источник мудрости»: только наука, без политики
- 21 нояб. 2026 г.OpenAI открыла ChatGPT Spaces подписчикам Plus: совместные документы с ИИ
Вопросы и ответы по материалу
Что известно по теме: в чём проблема высокоэнтропийных сплавов?
Классический пример сплава знают все: берём медь, добавляем немного олова и получаем бронзу. Основа из одного-двух металлов плюс несколько добавок. У высокоэнтропийных сплавов всё иначе: в них смешаны четыре и больше металлов примерно поровну. Такие материалы интересны своими механическими, тепловыми и электромагнитными свойствами. Их хотят применять в жаропрочных конструкциях, покрытиях, катализе, электронике и магнитных компонентах.
Что известно по теме: как устроен OptiMat Alloys?
Турло и его коллега Ян Ху сделали платформу OptiMat Chat. Через неё учёный скачивает на свой компьютер «ИИ-материаловеда». Первый такой агент называется OptiMat Alloys. Он понимает запрос на обычном языке, выбирает подходящие профильные инструменты, запускает заранее заданные сценарии расчётов и оформляет итог в виде графиков, таблиц и текста в стиле научной публикации. Программировать и настраивать сложные параметры пользователю не нужно. Интерфейс похож на ChatGPT, но языковая модель здесь только посредник.
Что известно по теме: ограничения и что дальше?
Разработчики честно предупреждают: публиковать статьи, опираясь только на выдачу агента, не стоит. Это отправная точка для экспертной интерпретации и планирования экспериментов, а не готовый научный результат. Агент может подсказать, что материал A лучше материала B по свойству C, но объяснить почему и проверить это могут только люди. В материале нет сравнительных замеров точности или скорости, так что оценить выигрыш в цифрах пока нельзя.
От чтения про ИИ-агентов — к запуску своего агента за вечер
Пошаговая сборка автономных агентов и MCP-связок в Hamidun Academy (academy.hamidun.com) (72 часа бесплатно) или мгновенный запуск готовых мультишаговых агентов в облаке Nomad.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.