V oblasti vývoja katalyzátorov prebieha revolúcia vďaka integrácii umelej inteligencie (AI) a automatizovanej laboratórnej infraštruktúry. Výskumníci na ETH Zurich využívajú tieto nástroje na urýchlenie objavovania nových chemických katalyzátorov, pričom sa nedávno zamerali na vývoj katalyzátorov pre syntézu metanolu z CO2.
Katalyzátory zohrávajú kľúčovú úlohu v chemických reakciách tým, že urýchľujú reakčnú rýchlosť a znižujú energetickú náročnosť. Čím špecifičnejší a efektívnejší je katalyzátor, tým lepšie potláča nežiaduce vedľajšie reakcie. Inšpirovaní prírodou, kde enzýmy katalyzujú špecifické metabolické procesy, výskumníci na ETH Zurich vyvinuli plne digitalizovanú a automatizovanú metódu na objavovanie nových a vylepšených kovových katalyzátorov.
Ich inovatívny proces kombinuje AI na výpočet sľubných zložiek katalyzátorov s automatizovanou syntézou a testovaním vo laboratóriu. Za len šesť týždňov úspešne vyvinuli približne 150 zložiek katalyzátorov na výrobu metanolu z CO2. Tieto katalyzátory nie sú len nákladovo efektívne, ale tiež preukazujú vysoké konverzné pomerne a minimalizujú tvorbu vedľajších produktov. Tento urýchlený spôsob šetrí významný čas v porovnaní s tradičnými prístupmi, ktoré by trvali roky na dosiahnutie podobných výsledkov.
Metanol je kľúčovým prvkom v udržateľnej uhľovodíkovom hospodárstve. Môže byť použitý ako palivo alebo ako surovina pre výrobu rôznych organických zlúčenín. Jeho kvapalná forma zjednodušuje prepravu a skladovanie v porovnaní s plynným vodíkom a metánom. Okrem toho využívanie metanolu v rámci existujúcej infraštruktúry a motorov vyžaduje iba drobné úpravy.
Nájsť optimálny katalyzátor pre výrobu metanolu predstavuje výzvu kvôli veľkému množstvu možných kombinácií. Aby sa obmedzil priestor hľadania, výskumníci urobili predvýber na základe skúseností a ekonomických úvah. Zameriavali sa na tri cenovo dostupné kovy (železo, meď a kobalt) ako hlavné aktívne zložky, spolu s niekoľkými ďalšími prvky bežne používanými na dopovanie katalyzátorov. Výber nosných materiálov bol tiež obmedzený na štyri typické kovové oxidy, čím vzniklo 20 miliónov potenciálnych kombinácií.
Na orientáciu v tomto zložitom prostredí bola použitá algoritmom AI, ktorý využíva bayesovskú optimalizáciu. Bayesovská optimalizácia je efektívna v prípade obmedzených údajov a ponúka spoľahlivé predikcie na základe aktuálnych poznatkov. Algoritmus náhodne vybral 24 zložiek katalyzátorov na počiatočné testovanie a následne iteratívne zlepšoval výsledky syntetizovaním a testovaním nových zložiek predpovedaných AI.
Tento špičkový prístup poskytuje veľmi spoľahlivé výsledky rýchlo, umožňujúc výskumníkom preskúmať priestor katalyzátorov s neslýchanou efektivitou. Kombinovaním sily AI s automatizovanou laboratórnou infraštruktúrou objavovanie nových katalyzátorov stáva rýchlejším a nákladovo efektívnejším. Tento prielom má široké dôsledky pre vývoj katalyzátorov a otvára cestu k udržateľnejším a efektívnejším chemickým procesom.
The source of the article is from the blog combopop.com.br