Нейросеть из МГУ ускорила подбор рецептур бетона

Традиционные методы оценки качества бетона требуют 28-дневных испытаний, однако человеческий фактор часто приводит к ошибкам. По словам аспиранта химического факультета МГУ Максима Смирнова, точность ручного прогнозирования состава сегодня не превышает 64%, что ведет к систематическому перерасходу сырья. Лаборатории зачастую остаются нецифровизированными, а дефицит квалифицированных кадров усугубляет проблему.

Система MaterialsGen не только предсказывает свойства уже замешанных составов, но и самостоятельно генерирует новые рецептуры под заданные параметры. Разработчики рассчитывают, что масштабирование решения на другие отрасли поможет стабилизировать качество строительных материалов и оптимизировать работу производственных цехов по всей стране.