ML ПРОТИВ ЯДЕРНЫХ ОТХОДОВ Коротко: мы построили подробную фазовую диаграмму карбидов технеция, заменив львиную долю тяжёлых DFT‑вычислений графовыми нейросетями. Это позволило перебрать сотни структур в десятки—сотни раз быстрее, сохранив практичную точность. Зачем знать прямо сейчас: технеций — важный компонент ядерных отходов. Понимание стабильных фаз карбидов помогает выбирать материалы для стабилизации, разделения и утилизации — и делает R&D быстрее и дешевле. Как это было устроено: - GNN предсказывают энергии и тренды стабильности; - DFT остаётся для калибровки, а не для полного скрининга. Результат — масштабируемый pipeline для материаловного дизайна. А как вы решаете такие задачи в своих проектах?