Científicos del Laboratorio Nacional de Oak Ridge han desarrollado un método que utiliza la inteligencia artificial para acelerar la identificación de disolventes respetuosos con el medio ambiente para la captura de carbono industrial, el procesamiento de biomasa, las baterías recargables y otras aplicaciones.
La investigación se centra en una clase de disolventes conocidos por ser no tóxicos, biodegradables, altamente estables, rentables y reutilizables.
Los científicos desarrollaron un método para predecir la viscosidad del disolvente — una propiedad clave que afecta al rendimiento en aplicaciones industriales. Compilaron casi 5.000 puntos de datos sobre 672 disolventes, evaluaron las características químico-cuánticas que guían las interacciones moleculares del disolvente y desplegaron un algoritmo llamado refuerzo categórico para analizar rápidamente los datos y determinar los mejores candidatos.
“Hemos reducido el tiempo computacional y la complejidad con nuestro enfoque, sin dejar de incorporar todas las posibles interacciones moleculares”, dijo Mohan Mood de ORNL.
Michelle Kidder de ORNL dijo: “El aprendizaje automático interpretable nos ayuda a diseñar disolventes con las propiedades deseadas para la captura de carbono, reduciendo el tiempo y el coste de los experimentos en el laboratorio”.
