Росатом с помощью ИИ нашёл материалы для реакторов БРЕСТ и ВВЭР-СКД, а Стэнфорд разработал систему OWM для стыковки космических аппаратов.
Искусственный интеллект перестал быть игрушкой для генерации картинок. Теперь он подбирает материалы для ядерных реакторов и учит космические корабли стыковаться на орбите. Росатом с помощью алгоритмов перебрал 250 тысяч вариантов легирования и нашёл оптимальный состав для реакторов БРЕСТ и ВВЭР-СКД за недели вместо лет. Стэнфорд пошёл дальше и создал систему OWM, которая виртуально проигрывает десятки сценариев, чтобы корабли не столкнулись на скорости 28 тысяч км/ч.
Это не фантастика и не рекламные обещания. Это рабочие инструменты, которые уже дают конкретные результаты. Осталось разобраться, как именно они устроены и что нас ждёт дальше.
ИИ в атомной энергетике: как Росатом искал материалы для БРЕСТ и ВВЭР-СКД
Росатом вооружился искусственным интеллектом. Не для того, чтобы писать стихи или рисовать котиков, а чтобы искать материалы для ядерных реакторов. Алгоритмы подбирают составы с заранее заданными характеристиками. Звучит как реклама нейросетей, но это рабочий инструмент, который уже дал первый практический результат.
Показательный пример — разработка материалов для реактора на быстрых нейтронах БРЕСТ и водо-водяного реактора сверхкритического давления ВВЭР-СКД. Учёным нужно было проверить около 250 тысяч вариантов легирования — сочетаний элементов, которые придают материалу нужные свойства. Традиционный перебор занял бы годы. С ИИ управились за недели. После компьютерного поиска предложенный состав изготовили и проверили в лаборатории — то есть это не теоретическая поделка, а реальный образец.
Заместитель генерального директора по науке и стратегии госкорпорации Евгений Абакумов рассказал ТАСС, что ИИ сокращает поисковые работы по подбору кандидатных материалов, которые раньше растягивались на годы. Его цитата: «Искусственный интеллект помог разработать состав материала для реакторов на быстрых нейтронах (БРЕСТ) и водо-водяного реактора сверхкритического давления (ВВЭР-СКД). Нужно было исследовать около 250 тыс. вариантов легирования. При помощи ИИ удалось найти оптимальный состав за недели, после чего состав был проверен уже в лаборатории». Теперь не нужно гадать, какие материалы применяются для ВВЭР-СКД — их нашли с помощью алгоритмов.
Первые успехи в синтезе с применением ИИ в области создания новых материалов случились ещё в рамках комплексной программы «Развитие техники, технологий и научных исследований в области использования атомной энергии в Российской Федерации» (КП РТТН). С 2025 года эта программа стала частью национального проекта технологического лидерства «Новые атомные и энергетические технологии». Так что ИИ в атомной энергетике — это не эксперимент ради галочки, а долгая игра.
От углеродного волокна до замкнутого цикла: ИИ выходит за пределы реакторов
ИИ в Росатоме не ограничился реакторами. Алгоритмы добрались и до углеродного волокна — материала, который любят за лёгкость и прочность. Система подбирала технологические параметры, влияющие на характеристики готового продукта. Результат: разброс прочности по длине волокна уменьшился, а эффективность производства выросла. Более стабильные характеристики позволяют делать более лёгкие конструкции без потери прочности. Никаких компромиссов.
Следующий шаг — объединить компьютерный поиск и физическое производство в единый автоматизированный процесс. В 2026 году Росатом планирует запустить опытный комплекс для автоматизированного синтеза новых конструкционных материалов с применением ИИ. Система должна не только рассчитывать перспективные составы, но и самостоятельно изготавливать физические образцы для последующих испытаний. Замкнутый цикл: ИИ определяет подходящий состав и прогнозирует свойства материала, после чего оборудование синтезирует образец, который сразу отправляют на проверку. По замыслу госкорпорации, автоматизация сократит сроки разработки конструкционных материалов в несколько раз. Значительная часть цепочки «расчёт — изготовление образца — лабораторные испытания» будет выполняться без ручного вмешательства.
Евгений Абакумов, заместитель генерального директора по науке и стратегии, объяснил суть подхода: «У нас есть лаборатории компьютерного материаловедения, которые обеспечивают подбор новых материалов с заданными свойствами. И сегодня наша задача — даже не проводить отдельные опытные работы, а действительно серьёзно и системно начать их применять на практике. В чём особенность применения искусственного интеллекта? Он в данном случае сокращает поисковые работы по подбору кандидатных материалов, которые ранее продолжались годы».
Он также отметил, что расширение применения ИИ только начинается: «Мы будем и дальше расширять это применение ИИ. Тем и хорош искусственный интеллект, что вариантов применения может быть огромное количество, вариантов исследований может быть огромное количество. Мы в прошлом году 3 декабря на первой конференции МАГАТЭ по искусственному интеллекту и ядерной энергетике впервые объявили о применении ИИ в сфере материалов и технологий, связанных с их обработкой и получением. И сейчас расширяем это применение в тесной кооперации с организациями Курчатовского института, институтами РАН и Минобрнауки».
Так что ядерная энергетика получила не только новые материалы для реакторов, но и инструмент, который может ускорить разработку всего, что связано с конструкционными материалами. Осталось дождаться 2026 года и посмотреть, как замкнутый цикл заработает на практике.
Стэнфордский OWM: искусственный интеллект учится стыковать корабли на 28 000 км/ч
Пока Росатом ищет материалы для реакторов, в Стэнфордском университете учат искусственный интеллект стыковать космические аппараты. Разработка получила название Out-of-this-World Model (OWM). Задача — автоматическое сближение и стыковка на орбите, где оба объекта движутся со скоростью около 28 тысяч км/ч. Ошибка в таком деле стоит дорого: столкновение, обломки и многомиллионные убытки.
Сегодня системы стыковки опираются на математические модели, данные GPS и показания датчиков. Но с камерами беда: солнечные блики, тени и быстро меняющееся освещение ломают компьютерное зрение. OWM работает иначе. ИИ не просто реагирует на текущую картинку — он пытается понять «физику» происходящего. Виртуально проигрывает десятки вариантов ближайшего будущего, оценивает вероятность каждого исхода и выбирает действия, которые с наибольшим шансом приведут к успешной стыковке.
Вместо заранее заданных правил алгоритм самостоятельно строит модель окружающего пространства и просчитывает множество возможных сценариев, выбирая наиболее безопасный манёвр. Во время испытаний систему обучили на сотнях тысяч виртуальных полётов. Понадобилось около 500 тысяч тренировочных итераций. Результат: в симуляциях с различными стыковочными узлами МКС OWM успешно завершала стыковку примерно в 53% случаев против 29% у обычного ИИ. Особенно хорошо новая система адаптировалась к незнакомым условиям — например, когда нужный стыковочный порт уже был занят другим кораблём.
До использования на реальных космических аппаратах технология пока далека. Наиболее сложным остаётся последний этап сближения, когда корабли находятся на минимальном расстоянии. Исследователи считают, что после дальнейшей доработки такие алгоритмы могут пригодиться для обслуживания спутников, их буксировки и сведения с орбиты.
Пока одни спорят, заменит ли ИИ человека, другие просто берут и применяют его там, где это работает. Росатом уже экономит годы на поиске материалов, а Стэнфорд готовит алгоритмы для орбитальных стыковок. Наука становится быстрее — и это, пожалуй, лучшая новость за сегодня.