Эта статья об искусственном интеллекте представляет PolyID ведущий машинный обучение в области открытия высокопроизводительных биоосновных полимеров
Встречайте PolyID ведущий эксперт по машинному обучению в области открытия высокопроизводительных биоосновных полимеров
Искусственный интеллект используется во всех сферах жизни. ИИ применяется во всех направлениях жизни и стал полезным в различных областях, включая химию и полимеры. В химии и полимерной науке ИИ помогает ученым открывать новые материалы. Он предсказывает, как взаимодействуют различные химические соединения и предлагает лучшие комбинации для создания новых и более качественных материалов. Это делает процесс разработки химикатов и полимеров быстрее и эффективнее.
Однако вызовом для ученых XXI века стало формулирование более устойчивых полимеров с лучшими показателями производительности. Эта задача становится особенно актуальной, когда основными доступными ресурсами являются нефтепродукты. Это требует баланса между креативностью и современными научными методами для разработки полимеров, которые соответствуют строгим критериям производительности и соблюдают принципы устойчивого развития в соответствии с современными экологическими требованиями.
Согласно Брэндону Нотту, ученому Национальной лаборатории возобновляемой энергии (NREL), нефть в основном состоит из углеводородов, в основном конфигураций углерода и водорода. Эти молекулярные структуры обладают полезными свойствами, являясь основой для различных преимущественных характеристик. Исследование Нотта подчеркивает важность понимания углеводородных элементов и молекулярного строения нефти для использования ее выдающихся свойств в различных приложениях.
- «Сила искусственного интеллекта в прогнозировании поведения потребителей при оплате»
- «Вы используете модель с извлечением и генерацией на основе восстановления (RAG) для биомедицины? Познакомьтесь с MedCPT контрастивной предварительно обученной трансформерной моделью для подачи нулевых запросов на биомедицинскую информацию».
- Эта научная статья вводит всесторонний анализ основных архитектур компьютерного зрения раскрывая сильные и слабые стороны предобученных моделей.
Углеводороды не содержат элементы, такие как кислород и азот. Однако, эти элементы необходимы при производстве полимеров, которые требуют более широкий спектр функциональности, чем чистые углеводороды могут предложить. Нотт предлагает решение, которое включает в список компонентов биомассу и отходы, богатые кислородом и азотом. Такие материалы, как кукурузные стебли, водоросли, и даже мусор, содержат дополнительные химические связи, предоставляя химикам больше гибкости в достижении конкретных свойств в процессе производства полимеров. Этот подход не только расширяет функциональность полимеров, но также способствует более устойчивой и ресурсосберегающей методологии производства.
Национальная лаборатория возобновляемой энергии (NREL) использовала передовое инструментарий машинного обучения, PolyID (обратное проектирование полимеров), для облегчения баланса в разработке полимеров. Этот инструмент предсказывает свойства материалов на основе молекулярной структуры. С помощью PolyID исследователи могут оценить миллионы потенциальных дизайнов полимеров и сгенерировать список, настроенный для конкретных приложений.
PolyID устанавливает связи между элементами, такими как кислород, водород и углерод, и свойствами материала, что облегчает предсказание таких характеристик, как эластичность, термическая стойкость и герметичность. Ученые NREL успешно использовали PolyID для оценки более 15 000 полимеров на растительной основе, ища биоразлагаемые альтернативы для современных пищевых упаковочных пленок, в основном состоящих из полиэтилена высокой плотности, полученного из нефти. PolyID приоритизировал ключевые свойства, включая устойчивость к высоким температурам и надежную герметичность, а также включал окружающей среде желательные характеристики, такие как биоразлагаемость и уменьшение выбросов парниковых газов.
Ученые также провели лабораторные испытания, чтобы подтвердить точность предсказаний PolyID. В результате было обнаружено, что все семь полимеров обладают устойчивостью к высоким температурам и способностью снижать выбросы парниковых газов. Кроме того, эти полимеры продлевают свежесть упакованных продуктов, демонстрируя потенциал PolyID в эффективной идентификации экологически безопасных и высокопроизводительных решений в области полимеров.
PolyID получает возможность предсказывать дизайн новых полимеров для определенных физических свойств, создавая обширную базу данных, которая связывает молекулярное состав полимеров с их известными характеристиками. Согласно Нолану Уилсону, главному автору исследования, система способна делать крайне точные прогнозы для новых структур, которые ранее не были испытаны или созданы.