Она позволит ускорить разработку устройств, необходимых для массового изъятия парниковых газов из атмосферы Земли
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, 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», — заявил старший научный сотрудник Института химии растворов РАН в Иваново Дмитрий Макаров, чьи слова приводит пресс-служба РНФ.
Сегодня 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.
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 так называемых глубоких эвтектических растворителей.
Так химики называют особые комбинации органических и неорганических соединений, в том числе 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 четыре сотни подобных растворителей с молекулами CO2, и использовали полученные данные для создания системы машинного обучения, способной по химическому составу смеси с 90-процентной 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 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 том числе вязкость. Это позволит химикам сузить число кандидатов на роль идеального средства для изъятия углекислого газа из атмосферы.
