_ Laboratorul condus de AI accelerează cercetarea catalitică< /h3>

Cercetătorii au dezvoltat un laborator „auto-condus” care utilizează inteligența artificială (AI) și sisteme automate pentru a oferi analize aprofundate ale reacțiilor catalitice utilizate în cercetarea chimică și producție. Noul instrument, numit Fast-Cat, poate oferi mai multe informații în cinci zile decât este posibil în șase luni de testare convențională.

Lucrul de cercetare, „Autonomous reaction pareto-front mapping with a self-driving catalysis laborator”, apare în revista Nature Chemical Engineering.

În discuție se află randamentul și selectivitatea reacțiilor chimice în prezența moleculelor numite liganzi.

Randamentul se referă la cât de eficient este o substanță chimică. reacția produce un produs dorit din substanțele chimice cu care ați început. Selectivitatea se referă la măsura în care o reacție chimică poate produce un anumit produs în loc să creeze mai multe produse. Liganzii sunt utilizați pe scară largă în cataliză, accelerând și controlând selectivitatea reacțiilor chimice utilizate în procese care variază de la chimia industrială la fabricarea farmaceutică.

Din perspectiva industriei, doriți cel mai mare randament și selectivitate posibil. Deoarece pașii specifici pe care îi luați atunci când desfășurați reacția catalitică pot influența atât randamentul, cât și sensibilitatea, chimiștii industriali petrec o cantitate enormă de timp și efort încercând să găsească parametrii necesari pentru a obține cel mai dorit rezultat al reacției.

" Problema este că tehnicile convenționale de descoperire și dezvoltare a catalizatorilor necesită timp, materiale și forță de muncă”, spune Milad Abolhasani, autor corespondent al unei lucrări despre această lucrare și profesor asociat de inginerie chimică și biomoleculară la Universitatea de Stat din Carolina de Nord.

„Aceste tehnici se bazează în mare măsură pe manipularea manuală a probelor cu reactoare discontinue, precum și pe intuiția și experiența umană pentru a conduce planificarea experimentală. Pe lângă ineficiența materială, această abordare dependentă de om a dezvoltării catalizatorului creează o mare interval de timp dintre efectuarea reacției, caracterizarea produsului și luarea unei decizii cu privire la următorul experiment. De aceea am creat Fast-Cat. Acum suntem capabili să înțelegem mai bine cum funcționează un anumit ligand în cinci zile decât era posibil anterior în șase luni.”

Fast-Cat este complet autonom, folosind AI și sisteme automate pentru a rula continuu reacții gaz-lichid la temperatură înaltă, presiune înaltă. Tehnologia autonomă analizează, de asemenea, rezultatul fiecăreia dintre aceste reacții pentru a determina — fără intervenție umană — modul în care diferitele variabile afectează rezultatul fiecărui experiment.

Fast-Cat folosește rezultatele tuturor experimentelor anterioare pe care le-a folosit. a alergat – atât succese, cât și eșecuri – pentru a informa ce experiment va rula următorul.

„Intelligenția artificială Fast-Cat evoluează constant, învățând din experimentele pe care le-a efectuat deja”, spune Abolhasani.

În termeni simpli, utilizatorii îi informează pe Fast-Cat cu ce liganzi și substanțe chimice precursoare trebuie să înceapă, apoi văd cât de mult poate învăța peste 60 de experimente.

„Am petrecut mult timp. reglarea fină a modelului AI Fast-Cat pentru a-și optimiza capacitatea de a oferi cea mai largă înțelegere posibilă a modului în care diferiți parametri afectează selectivitatea și randamentul reacțiilor catalitice folosind un ligand specific”, spune Abolhasani.

„De asemenea, am cheltuit mult timp pentru a se asigura că descoperirile lui Fast-Cat sunt scalabile.Fast-Cat își desfășoară experimentele cu eșantion de dimensiuni extrem de mici. Dar dacă dorim ca descoperirile sale să fie relevante pentru utilizare practică, trebuia să știm că descoperirile lui Fast-Cat sunt valabile pentru reacțiile efectuate la scară mare care sunt relevante pentru producția industrială.”

Pentru dovada -testarea conceptului, cercetătorii au folosit Fast-Cat pentru a caracteriza performanța catalitică a șase liganzi care se găsesc deja în literatura de specialitate.

„Această tehnologie oferă o optimizare în profunzime a fiecărui ligand unic”, spune Dawn Mason, manager global de inovare externă la Eastman, o companie globală de materiale specializate care a sprijinit lucrarea. „Pentru prima dată, suntem capabili să evaluăm rapid o mare varietate de parametri și să dobândim o înțelegere cu adevărat aprofundată a modului de influențare a performanței fiecărui ligand. Am dublat cu mult mai mult gama de posibile selectivități și puncte finale de randament pentru fiecare ligand. examinat. Incredibil, a durat doar cinci zile pentru a le evalua pe fiecare."

"Există o valoare reală pentru industria chimică și farmaceutică pentru a înțelege mai bine cum să influențeze procesele catalitice pe care le folosesc în producție", spune Jeff. Carbeck, vicepreședinte pentru inovare corporativă la Eastman. „Fast-Cat oferă această înțelegere – și o face rapid, eficient și în timp ce utilizează cantități mici de liganzi relevanți și precursori chimici. Cu alte cuvinte, este rapid, ieftin și foarte eficient.”

The cercetătorii au pus software-ul și hardware-ul la dispoziția publicului, astfel încât Fast-Cat să poată fi utilizat pentru a facilita cercetări suplimentare.

„Sperăm că alți cercetători vor putea adopta această tehnologie pentru a accelera descoperirea catalizei în mediul academic și în industrie”, spune Abolhasani. .

Lucrul a fost co-autor de Jeffrey Bennett, cercetător postdoctoral la NC State; Negin Orouji și Sina Sadeghi, amândoi doctoranzi. studenți de la NC State; Muzammil Khan, fost cercetător postdoctoral la NC State; și Jody Rodgers din Eastman.

(Fluierul)

Inapoi