Искусственный интеллект в химии и материаловедении

Основной тематикой данного курса является применение методов искусственного интеллекта в области химии и материаловедения. Предполагается проведение лекционных занятий, а также практических работ, позволяющих закрепить полученные ранее теоретические знания как посредством совместного рассмотрения программного кода с преподавателями, так и самостоятельной реализации алгоритмов, предназначенных для решения актуальных задач, относящихся к тематике курса: прогнозирование свойств химических соединений, оптимизация молекулярной геометрии, дизайн новых соединений.

 

По итогам прохождения курса, слушатели приобретут:

• базовые знания об использовании языка python для анализа данных;
• понимание особенностей работы с химическими данными и знания о химических дескрипторах, используемых для описания как молекулярной, так и кристаллических структур;
• знания о современных методах машинного обучения; глобальной оптимизации и генерации, а также о различных архитектурах нейронных сетей, используемых в химии и материаловедении;
• общие представления об оптимизации программного кода и использовании графических ускорителей для работы с большими объемами вычислений;
• самостоятельно написанные программы, предназначенные для обучения и использования предиктивных и генеративных моделей, работающих с химическими данными.

 

Темы, изучаемые в рамках курса:

Блок 1: Введение. Язык python. Анализ молекулярных данных. Основные идеи и методы машинного обучения. Химические данные. Перевод данных к машинно-читаемому виду: дескрипторы. Нейронные сети.

Блок 2: Вычислительная химия твердого тела. Дескрипторы кристаллической структуры. Предсказание свойств материалов.

Блок 3: Методы глобальной оптимизации. Роевой интеллект. Оптимизация параметров моделей. Генеративные модели.

Блок 4: Оптимизация кода. High performance computing. Использование GPU и параллельных вычислений для ускорения расчетов.

Артём Александрович Митрофанов

• Образование

  Факультет Наук о Материалах
  Московский государственный университет имени М.В. Ломоносова

• Специализация

  Вычислительная химия, Машинное обучение в химии, Квантовая химия

Вадим Викторович Королев

• Образование

  Химический факультет
  Московский государственный университет имени М.В. Ломоносова

• Специализация

  Коллоидная химия, машинное обучение в химии, материаловедение

Артем Анатольевич Елисеев

• Образование

  Факультет Наук о Материалах
  Московский государственный университет имени М.В. Ломоносова

• Специализация

  Магнитные материалы, мембранные материалы, вычислительная химия твердого тела, разработка ПО

Кирилл Викторович Карпов

• Образование

  Физический факультет
  Московский государственный университет имени М.В. Ломоносова

• Специализация

  Машинное обучение в химии, хемоинформатика, вычислительная химия

Николай Георгиевич Андреади

• Образование

  Химический факультет
  Московский государственный университет имени М.В. Ломоносова

• Специализация

  Вычислительная химия, анализ данных, разработка ПО

Занятия проводятся на Химическом факультете.

В программе курса 23 занятия: 8 лекций, 9 семинаров и 5 практикумов.

Старт курса: с 8 сентября

 

Занятия будут проходить:

• по четвергам 12:30 - 14:00
• по вторникам (мигающая пара) 15:10-16:40

 

Для успешного прохождения курса, требуются знания в областях:

• базовой неорганической и органической химии, на уровне понятий о молекулярной и кристаллической структурах;
• линейной алгебры и дифференциальных уравнений, на уровне матричных и векторных операций, а также дифференцирования и интегрирования простых функций;
• основ программирования, на уровне понятий об объявлении/использовании переменных, функций и массивов данных

 

Записать на курс и задать вопросы можно по почте: aeliseev@inorg.chem.msu.ru (Артем Анатольевич Елисеев)

Страница курса на платформе Teach-in

 

Набор на курс 2022 года закрыт