Искусственный интеллект поддерживает создание новых пластиков на заказ – Резюме

В традиции называть исторические и доисторические периоды в соответствии с отношениями, установленными между людьми и материалами, которые их окружают, некоторые называют двадцатый век веком пластичности.

Сегодня баланс видимости смещается в сторону проблем, связанных с увеличением присутствия полимеров в жизни человека, поскольку они начали заменять материалы, которые менее распространены, более дорогие, более тяжелые и более трудные для адаптации к большим объемам, новым применениям. Однако большая часть технологического развития за последние 100 лет была связана с пластмассами, каучуками и искусственными волокнами, которые изменили автомобильную, текстильную, аэрокосмическую промышленность, а также упаковку, такую ​​как одноразовые пакеты и бутылки из ПЭТ. – и устройства среди прочего.

Натуральные полимеры использовались веками, но синтетические версии появились только в первые десятилетия 20-го века. Первопроходец, бакелит, был запатентован в 1909 году. Родинка науки о полимерах началась в 1920 году, когда немец Герман Штаудингер опубликовал статью, в которой раскрылось образование полимерных цепей. Штаудингер получил Нобелевскую премию по химии в 1953 году за свою работу.

Полимер означает, что он состоит из множества (поли) (простых) частей. Это макромолекулы, состоящие из длинных цепочек атомов и более мелких молекул, мономеров. Различные размеры этих цепочек, их пространственная структура и практически бесконечный химический состав также приводят ко многим возможным свойствам.

Это большое количество возможных комбинаций между различными элементами, в цепочках разного размера и в различных последовательностях атомов создает проблемы для использования искусственного интеллекта в поисках новых полимеров, в том, что называется рациональным дизайном материалов. Искусственный интеллект и, в частности, машинное обучение стали мощными инструментами для прогнозирования свойств и, следовательно, для разработки новых материалов более эффективным, быстрым и недорогим способом, чем традиционный, в значительной степени основанный на процессах. методом проб и ошибок. Важные результаты были получены для самых старых материалов, таких как металлические и керамические сплавы, но разнообразие и сложность полимеров, связанные с относительной молодостью этой области, создают дополнительные трудности.

Исследования, проведенные в Чикагском университете и опубликованные в конце 2020 года в журнале Science Advances, приблизили нас к возможности использования алгоритмов, чтобы узнать, какая комбинация мономеров приводит к полимеру с желаемыми свойствами для конкретного применения, например например, легкость и стойкость для новых аэрокосмических аппаратов, а также для материалов, характеристики которых снижают их воздействие на окружающую среду, например способность к биологическому разложению.

Использование искусственного интеллекта в области материалов начинается с больших баз данных для поиска связей между составом, структурой и другими атрибутами и свойствами, проявляемыми различными материалами. При традиционном подходе материалы синтезируются, а затем анализируются, чтобы охарактеризовать их свойства и оценить их пригодность для предполагаемого использования. Ожидается, что с помощью искусственного интеллекта можно будет заполнить желаемые свойства и получить в ответ своего рода рецепт наиболее перспективных материалов.

Однако нехватка эмпирических данных и качество этих данных сильно затрудняют это развитие. Другая проблема, в случае полимеров, заключалась в количестве записей, необходимых для обучения нейронной сети (инструмента, используемого в данном случае) с известными молекулами до тех пор, пока она не сможет предсказать свойства новых материалов.

Группа Чикагского университета объединила искусственный интеллект, моделирование и симуляцию, чтобы сформировать нейронную сеть из всего 2000 гипотетических полимеров, созданную на компьютере для тестирования инструмента. Ранее считалось, что для достижения этого результата может потребоваться до миллионов полимерных цепей.

Сформированная сеть смогла точно предсказать свойства, связанные с различными полимерными цепями, показывая, прежде всего, что это возможный и очень многообещающий путь для эмпирически полученных наборов данных о полимерах. При этом ожидается, что отныне мы увидим прогресс в его использовании для получения пластмасс и других полимерных материалов, необходимых для решения серьезных проблем, таких как, например, переход энергии.

Back to top button