Специалисты Московского физико-технического института и Сычуаньского университета (Китай) разработали алгоритм на базе искусственного интеллекта, позволяющий точно совмещать разномасштабные изображения для изучения сложных пористых сред. Такие материалы широко используются в нефтегазовой отрасли, строительстве и экологии.
Пористые среды, такие как бетон, горные породы или сплавы, имеют многоуровневую структуру, которую традиционно исследуют с разным разрешением. Обычные методы визуализации показывают либо мелкие детали, либо общую структуру, но не позволяют создать целостную модель.
Для решения этой проблемы ученые создали двухэтапный ИИ-алгоритм, объединяющий автокодировщик и генеративно-состязательную нейросеть. Первая часть анализирует двумерные снимки высокого разрешения, выявляя поры и мелкие детали. Вторая часть соединяет эти данные с крупными структурными особенностями из трехмерных изображений низкого разрешения. В результате формируется детальная 3D-модель материала, свойства которого можно изучать с помощью численного моделирования.
Проведенные расчеты показали, что алгоритм вдвое превосходит существующие разработки по точности воспроизведения мелкомасштабных деталей. Это открывает путь к созданию «цифровых двойников» материалов, что позволит заменять дорогие физические эксперименты виртуальными симуляциями и ускорит разработку новых материалов.
