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).
- 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.
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.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































