Создана система ИИ для поиска поглотителей CO2

Москва, 12 авг - ИА Neftegaz.RU. Химики из России создали систему машинного обучения, которая способна оценивать, насколько те или иные жидкости эффективно поглощают и связывают углекислый газ.
Система ИИ позволит ученым ускорить разработку поглотителей CO₂, необходимых для массового изъятия парниковых газов из атмосферы Земли.
Об этом сообщила пресс-служба Российского научного фонда (РНФ).

Как отметил старший научный сотрудник Института химии растворов РАН в Иваново Д. Макаров:

• предложенные вычислительные методы могут использоваться вместо слепого экспериментального поиска новых поглотителей углекислого газа, поскольку они позволяют быстро проанализировать десятки тысяч возможных вариантов смесей и найти наилучших кандидатов.

В настоящее время многие климатологи предполагают, что глобальное потепление можно будет остановить, если человечество уже в ближайшие годы уменьшит уровень выбросов до нуля или даже начнет изымать углекислый газ из атмосферы.
Для реализации подобных планов химики и инженеры разрабатывают катализаторы и системы, способные фиксировать CO₂ и превращать его в полезные вещества или горные породы.

Д. Макаров и его коллеги разработали систему машинного обучения, которая позволит значительно ускорить разработку систем изъятия СО₂ из атмосферы и его фиксации в виде твердых или жидких соединений.
Она позволяет в полностью автоматическом режиме искать перспективных кандидатов на роль основы для этих технологий среди глубоких эвтектических растворителей.
Это особые комбинации органических и неорганических соединений, в т.ч. солей, сахаров, кислот, спиртов и их производных, которые соединены друг с другом плотной сетью водородных связей.
Их формирование ведет к перераспределению заряда на молекулах, в результате чего глубокие эвтектические растворители начинают активно взаимодействовать с некоторыми другими веществами, одним из которых может быть углекислый газ.

Нейросетевой помощник химика

Ученые исследовали, как взаимодействуют 400 подобных растворителей с молекулами CO₂, и использовали полученные данные для создания системы машинного обучения, способной по химическому составу смеси с 90% точностью прогнозировать то, как произвольный растворитель будет поглощать углекислый газ.

Разработанный алгоритм применили для анализа свойств большого числа еще не изученных эвтектических растворителей.
Из более чем 94 тыс. потенциальных поглотителей система ИИ выбрала 1,447 тыс. вариантов смесей, компоненты которых связывали углекислый газ с эффективностью более 30% с учетом разницы в молекулярной массе между СО₂ и растворителем.

В ближайшее время планируется изучить свойства этих веществ, а также разработать новые версии системы машинного обучения, которая будет учитывать дополнительные химические и физические параметры, в т.ч. вязкость.
Это позволит химикам сузить число кандидатов на роль идеального средства для изъятия углекислого газа из атмосферы.

Автор: А. Хасанова