Идею, что в лабораторных условиях можно синтезировать материал с заранее заданными свойствами, высказал еще Александр Михайлович Бутлеров в XIX веке. Он утверждал, что, варьируя количественное соотношение и условия взаимодействия исходных продуктов, можно создавать сотни и тысячи полимерных веществ с разными свойствами. Раньше для этого использовали микроскоп и пробирки. Но уже в 70-х годах XX века начали применять компьютерное моделирование — сначала для исследования процессов на атомном уровне, а затем для прогнозирования конкретных свойств будущих материалов. Александр Квашнин на фестивале Science Bar Hopping рассказал, в чем суть современной алхимии, как производят искусственные алмазы и почему при создании новых материалов компьютер не сможет полностью заменить человека.
Секрет современных алхимиков — давление и температура
— Создание материалов с заданными свойствами — это такая современная алхимия?
— Раньше новые материалы находились либо наудачу, либо методом проб и ошибок: попытался, у меня получилось хорошо — все, пошло дело развития. Сейчас мы поняли, что такой подход не очень хороший. Во-первых, непонятно, получится или нет: будешь экспериментировать, сделаешь материал, раз, а он не тот, сделаешь еще, и опять не то. А все это долго, дорого и, получается, неэффективно. Сейчас современные компьютерные методы моделирования позволяют исходить не из того, что нам нужен какой-то материал, а отталкиваться от того, что нужно определенное свойство. И под него уже создавать материал. Если раньше хотели, рассматривая алхимию, какое-то одно вещество превратить в другое, чтобы его свойство улучшить, медь в золото, воду в вино или еще что-то, то сейчас мы ничего превращать не хотим, просто делаем новое. Мы задаем свойства для того, чтобы этот материал приспособить к определенному виду деятельности.
— Насколько мы вообще знаем, как устроено вещество? От чего зависят такие характеристики: твердость, прочность, тугоплавкость и прочие параметры?
— Все свойства материала зависят, в первую очередь, от его структуры. Сама структура зависит от свойств химической связи, от самих химических элементов. Есть несколько типов химической связи.
Если рассматривать углерод, то у него ковалентный тип связи, самая прочная связь, которая у нас есть. Она направленная, это значит, что один атом углерода соединяется с другим атомом углерода только под определенным углом и строго на определенном расстоянии. Если эти условия будут не выполнены, связь будет непрочная. В алмазе все эти условия выполнены, и там наиболее прочные связи. Это приводит к тому, что структура является самой твердой. Это одновременно и плюс, и минус: если есть какой-то дефект, нарушение этого строгого упорядочения, сила связи падает. Из-за этого алмаз легко ломается. То есть он очень твердый, но стоит молотком по нему ударить, и он сразу разваливается.
Если рассматривать металл, то там все совсем по-другому. Там есть металлическая связь, удерживающая все атомы, которые находятся рядом с этим атомом металла независимо от того, под каким углом они сидят и плюс-минус на каком расстоянии находятся. Структура здесь может легко перестраиваться. По ней молотком ударили — она сплющилась, то есть атомы там перестроили свое положение и не потеряли свою структуру. В случае алмаза, если у нас одна связь ломается, то все переходит в большую трещину. А металлы могут перестраиваться. Все остальные материалы являются промежуточными между этими двумя случаями. Поэтому если мы знаем тип химической связи, знаем атомы, то в принципе мы можем понять, почему одно вещество у нас твердое, а другое — нет.
— Мы знаем, что для получения, например, того же алмаза нужно нагреть кусок углерода до полутора тысяч градусов и приложить к нему давление в несколько десятков тысяч атмосфер. Что происходит при этом с веществом? И почему после того, как воздействие прекратилось, углерод не возвращается в исходное состояние?
— Это интересный вопрос и в большинстве случаев загадка. У нас основное состояние углерода — графит. Как в карандаше. Теперь, если мы к этому графитовому порошку применяем высокое давление и еще греем, у нас что получается? Графит — это слоистый материал. Под давлением эти слои начинают сближаться друг с другом, температура позволяет атомам еще быстрее двигаться, быстрее проводить реакцию. Получается, что соседние слои графита соединяются друг с другом. То есть это давление настолько большое, что атомы углерода сблизились и образовали между собой сильную углеродную связь. В результате чего получается алмаз. После того, как мы графит подавили, нагрели, получили алмаз, мы убираем давление и остужаем. По большому счету, так как алмаз — это метастабильная фаза углерода, он должен был перейти обратно. Расслоиться до состояния графита и стать графитом.
Но он не переходит, потому что при нормальных условиях у него есть локальный энергетический минимум в метастабильной структуре. Она находится в локальном энергетическом минимуме, и если этот алмаз нагреть, он сразу сгорит и превратится в графит.
— Огромное давление и температура для производства тех же алмазов ведь не являются обязательными? То есть для того, чтобы построить правильную кристаллическую решетку, прикладывать безумную энергию не нужно, но результат будет так же стабилен.
— Есть одна техника, которая так и называется, high pressure, high temperature (с англ. «высокое давление высокая температура» — «Хайтек»). В больших прессах нагревают и сдавливают графит. Еще выращивают искусственные алмазы методом химического осаждения. Там немножечко другой механизм: имеется затравка из того же алмаза, и атомы углерода, когда из газа осаждаются на поверхность этой затравки, приобретают структуру подложки. И тоже получается алмаз. Это немножко другой процесс. Мы не с нуля, не с графита идем растить его, здесь другая история. Но все же пока самый эффективный способ получать чистые алмазы — применять давление и температуру. Иначе такие сильные связи нельзя образовать. Чем сильнее связь, тем большую энергию нужно приложить, чтобы ее либо разрушить, либо создать. И так как связь углерод-углерод очень сильная, соответственно, нам и нужны высокие давления и высокие температуры.
— Из школьного курса физики мы помним, что электрический ток — это направленное движение электронов и других носителей заряда. Вдруг оказывается, что обычный сероводород, часто радующий своим ароматом москвичей, если его остудить до -70 °C, оказывается сверхпроводником. Так что же там двигается?
— Тут есть один нюанс. Тот сероводород, к которому мы все привыкли и который знаем, — это газ. Он при нормальных условиях ничего не проводит. Если его сжать до полутора миллионов атмосфер, он становится сверхпроводником. Если в алмазах мы говорили про давление в несколько десятков тысяч атмосфер, то здесь — несколько миллионов атмосфер. При этих условиях сероводород конденсируется, образуется кристалл, где есть водород и сера. Ну и, соответственно, там все те же электроны и та же теория, что изучалась в школе по сверхпроводимости. Она и тут работает. Здесь весь трюк в том, что это не просто газ, а кристалл. У нас настолько близко сдвигаются атомы водорода и серы при этом давлении, что они образуют устойчивые связи, и водород образует связей больше, чем он может в обычном состоянии. В обычном состоянии он образует молекулу H2. А здесь водород связан с атомом серы, еще с одним атомом серы и еще… Больше связей, чем есть в обычном состоянии, как раз за счет давления. Один электрон, который есть у атома водорода, присоединяется к другим атомам. Не только с одним водородом делит, а с большим количествоматомов, за счет чего получается химическая связь. Как раз за счет этого огромного давления.
Компьютер умный, но рассуждать не умеет
— Компьютерное предсказание материалов — о чем это? К чему нужно готовиться, чтобы заниматься такой деятельностью?
— Это деятельность новая, и сказать, что она относится либо к физике, либо к химии нельзя. Это мультидисциплинарная область знаний. Потому что речь идет о пересечении большого количества наук в области компьютерного материаловедения. Тут и материалы, и физика, и квантовая физика, просто неорганическая химия, физика высоких давлений — тоже отдельная большая область, и тут же сверхпроводимость. И производство, которое потенциально может быть. Надо разбираться в возможных экспериментальных методах, а не быть теоретиками, которые решают задачки, интересные только им. В данном случае важно знать, что нужно на практике. У ученого должен быть большой кругозор, чтобы активно и успешно заниматься в этой области, делать что-то полезное.
— А какие нужны вводные данные для компьютерного предсказания? И что получается в итоге?
— В настоящее время мы пользуемся эволюционным алгоритмом предсказания кристаллических структур, который разработан Артемом Огановым в нашей лаборатории.
Вводными данными для компьютерного поиска являются только типы атомов, которые будут в нашем искомом соединении. В случае с сероводородом можно задать, что здесь присутствуют X атомов водорода, Y атомов серы и условия, допустим, давление. После этого по результатам компьютерного поиска будет большой набор кристаллических структур различных составов, которые стабильны, нестабильны и метастабильны. А затем их нужно отдельно исследовать на предмет искомых свойств. В данном случае — сверхпроводимость. Получается, у нас есть набор структур, мы берем каждую, исследуем ее потенциальные сверхпроводящие свойства, область ее стабильности. Смотрим, как она будет вести себя с понижением давления, с повышением, как это влияет на свойства. И после этого уже можем дать некие рекомендации для коллег-экспериментаторов, кто хочет получить какой-то новый материал. Мы работаем вместе с ними, даем рекомендации, после этого у нас выходит дело на синтез и экспериментальные измерения.
— А зачем вообще нужен ИИ для производства материалов? Почему нельзя, как в старые давние времена: ученый, пробирка, лаборатория?
— Сейчас это нужно для эффективности и скорости. Если взять цепочку «ученый-пробирка-лаборатория и так далее», то это, во-первых, очень долго. Ведь это отдельная и очень сложная большая наука, там много нюансов. Чтобы провести один эксперимент, нужна подготовительная работа на полгода или больше. Получается, эксперименты могут длиться не один год. Как раньше было — просто берут, смотрят предыдущие работы и исследования или книжки читают и подбирают. Допустим, мне кажется, что такой-то материал будет хороший. Потому что годами его синтезируют. В итоге получилось, а получил не то. Потому что экспериментатор думал: если он смешает элементы A и B, он получит соединение AB, а на деле там существуют и AB2, и AB3, и еще куча всего, а он про это не знал. И он синтезировал что-то, в итоге даже не знает, что. Измерил свойства непонятно чего. А потом начинает переделывать, меняет температуру, не 1 500 делает, а 1 000 °C, допустим, опять синтезирует и что-то получилось, но опять не то. Потому что он опять не знает, что получил. И так он год за годом будет стараться, тратить время, ресурсы и деньги на то, чтобы что-то получить. В данном случае ИИ и компьютерные методы нужны для того, чтобы всё это промоделировать на компьютере. Это не годами идёт, может быть, месяц-два-три. Но за сравнительно короткое время нарабатывается набор необходимых данных, которые можно проанализировать, сделать вывод, что именно нужно, чтобы синтезировать материал, обладающий именно вот этими свойствами, которые нам нужны. Цепочка, к которой сейчас стремятся, построена на том, что есть ученые, которые занимаются фундаментальной наукой, дальше есть экспериментаторы, которые пытаются что-то сделать, а потом есть индустрия или промышленность, нуждающаяся в новых материалах и открытиях. Раньше все начиналось с экспериментаторов, которые пытались что-то сделать. А сейчас все начинается шагом раньше — на стадии теории, где у нас минимум входных данных и максимум выходных данных, которые делаются за минимальное количество времени. И после этого у нас второй шаг — эксперимент, будут проводить уже не 100 или 200 экспериментов, а всего 1-2, максимум 5, после чего они уже получат то, что необходимо на шаге третьем — в промышленности. ИИ помогает ускорить время для разработок: от идеи до успешной ее реализации.
— Какие риски, ошибки могут возникнуть с помощью ИИ?
— В большинстве случаев все равно нужен человек, который за всем этим следит. Потому что ИИ — это хорошо, но анализировать результаты, делать выводы он не умеет. Поэтому, получив некий результат на основе работы ИИ, их все равно должен посмотреть человек, проанализировать и сказать, что не так. Бывает такое, что кто-то пойдет, запустит работу программы, но допустит ошибку, которую сам не заметил. Для компьютера это все равно данные, и он считает, что так правильно. Человек подойдет, посмотрит, скажет: «Так это ж невозможно физически!». А для компьютера все сойдет. Он все обработает правильно, выдаст результаты, которые правильны в условиях этой задачи, но на деле окажется, что все совсем неправильно. Поэтому доверять ему нужно относительно простые, рутинные задачи, а анализ и заключения о выводах, о результатах того, что получилось по-прежнему остаются за человеком. За ученым, который может не только смотреть на входные данные, но и анализировать полученные результаты, исходя из собственного опыта, из данных других наук, проводя аналогии. Тут все довольно сложно, и ИИ сюда еще не скоро попадет.
Альтернативные технологии
— В нашей стране в 90-х был разработан какой-то особенно дешевый беспрессовый способ производства алмазов высокого качества. Так почему же наша страна — не мировой лидер в производстве алмазов?
В Троицке есть Технологический институт сверхтвердых и новых углеродных материалов. Он является практически лидером в мире по производству синтетического монокристаллического алмаза. Насколько я знаю, у него даже есть сертифицированное оборудование. Было подтверждено, что действительно эти алмазы являются самыми чистыми и бездефектными. Насколько я знаю, они производятся как раз методом высоких давлений и высоких температур. Почему другие организации не производят алмазы? Может, они и занимаются этим, но производят поликристаллические алмазы. А это уже немного другая область применения. В основном они используются где-нибудь в бурении, в инструментах. Шлифовальных, дробильных и так далее. У нас есть производство, но Россия — не мировой лидер в этом плане. Почему? Много причин, почему у нас с 90-х годов все как-то на убыль пошло.
Технологический институт сверхтвердых и новых углеродных материалов (ТИСНУМ) — научно-исследовательская организация, специализирующаяся на разработке технологий синтеза крупных монокристаллических алмазов и материалов на основе углерода с помощью высоких давлений и температур. Головная организация национальной нанотехнологической сети по направлению «Конструкционные наноматериалы».
— А какой опыт мы можем передать зарубежным коллегам по производству алмазов и что, наоборот, перенять у них?
— Мне кажется, здесь, скорее, вопрос не в передаче опыта. Здесь важен другой вопрос — зачем? В Китае, например, или в США налажено хорошее производство алмазов, особенно в Китае, поликристаллических и монокристаллических. Они производятся для использования в разных инструментах. В США то же самое. Если речь идет просто о научных исследованиях для создания прототипов, датчиков или еще чего-то, где нужен высококачественный алмаз, то это у нас все есть и в принципе есть в каждой стране, где более-менее развита наука, где такое производство, не крупномасштабное, но лабораторное имеется. И здесь вопрос: зачем перенимать этот опыт? На мой взгляд, если перенимать для того, чтобы у себя организовывать производство тех же поликристаллических алмазов, которые обширно делает Китай, и делать их у нас, это как-то нелогично. Потому что гораздо лучше будет вариант организовать производство чего-то нового. Новая технология обработки алмазов, допустим. Либо открыть производство другого материала, который может заменить алмаз. Это хорошая область. А просто копировать то, что уже 20–30 лет делается в других странах, мне кажется, не тот подход, который нужен. Опыт можно перенять, но будет ли он полезен? Тем более, что китайские алмазы дешевые и достаточно хорошие, а наши первые лет пять-шесть, а то и больше, будут все равно дороже. Смысла в этом я не вижу.
— Как вы можете сравнить развитие технологий в промышленности, в производстве материалов 10–30 лет назад? И чего нам ждать в будущем?
— Скорее всего, все будет развиваться сначала со стороны компьютерных методов, потому что это наименее затратная область и одновременно наиболее динамично развивающаяся в настоящее время. Она также будет дальше развиваться. С тем, чтобы уменьшить риски неправильного предсказания и поиска материала и увеличить точность этих методов для того, чтобы дальше возникало меньше ошибок в шагах, касающихся эксперимента. В идеале, конечно. Про эксперимент сказать тяжело, потому что это довольно трудоемкие процессы. На мой взгляд, изменения там могут быть связаны с применением каких-то новых материалов, экспериментального оборудования.