«Норникель» совместно с Институтом общей и неорганической химии им. Курнакова РАН запускают проект по созданию ИИ-платформы для генерации новых палладийсодержащих материалов. По сути, это одна из первых в России попыток собрать полноформатный промышленный датасет для цифрового материаловедения.

Ключевая особенность — десятки тысяч экспериментальных измерений, накопленных ИОНХ РАН за многие годы, впервые становятся обучающей средой для нейросетей: не статьи и не краткие аннотации, а «сырые» данные о составах, кристаллических структурах, физико-химических свойствах и поведении материалов в разных условиях. На стартовом этапе планируется оцифровать и структурировать не менее тысячи уникальных составов, после чего платформа перейдёт к генеративному проектированию новых материалов под конкретные запросы промышленности.

Сегодня поиск нового материала — это годы лабораторных проб и ошибок. ИИ-подход пытается превратить эту работу в задачу предсказания: как изменятся свойства, если поменять структуру; можно ли заранее сгенерировать материал под экстремальные температуры, сверхтонкое покрытие или заданную электропроводность.

Один из ключевых кейсов — поиск замены золоту в микроэлектронике, где сейчас ежегодно расходуются сотни тонн драгоценного металла на контакты, дорожки и покрытия. По мере миниатюризации устройств традиционные материалы упираются в физические ограничения, и палладий здесь рассматривается как почти идеальный кандидат: он дешевле, легче и хорошо работает в защитных и контактных слоях.

По сути, задача ИИ-платформы формулируется так: «сгенерируй материал под конкретный техпроцесс» — будь то серверные ИИ-процессоры, силовая электроника электромобилей, промышленные датчики или будущие сверхтонкие покрытия. Это уже не просто «AI for science», а шаг к модели, в которой промышленность начинает обучать собственные фундаментальные ИИ-системы на уникальных отраслевых данных и под свои технологические задачи.