El laboratorio virtual encuentra la herramienta de IA adecuada para cada problema de química
"Los sistemas autónomos tienen un enorme potencial para acelerar la I+D y la fabricación de productos químicos"
Anuncios
Disponer de la herramienta adecuada para el trabajo hace que éste sea mucho más fácil, menos costoso y más rápido. Los investigadores de ingeniería química han desarrollado ahora un laboratorio virtual que puede utilizarse para determinar las herramientas de inteligencia artificial (IA) más adecuadas para abordar diversos retos de síntesis química en sistemas de química de flujo.
North Carolina State University
"Los sistemas autónomos tienen un enorme potencial para acelerar la I+D y la fabricación de productos químicos, pero aún no se han generalizado", afirma Milad Abolhasani, autor de un artículo sobre el trabajo y profesor adjunto de ingeniería química en la Universidad Estatal de Carolina del Norte. "Estos sistemas se enfrentan a dos tipos de retos: encontrar o desarrollar el hardware adecuado para una síntesis automatizada fiable y reproducible; y encontrar o desarrollar el "cerebro" adecuado, o algoritmo de toma de decisiones guiado por la IA, para determinar con eficacia la mejor manera de sintetizar el material deseado. Mi equipo se centró en los retos del hardware con nuestro proyecto Químico Artificial. El trabajo que publicamos ahora se centra en abordar los retos de la toma de decisiones autónoma".
El trabajo de Abolhasani parte de su observación de que A) hay muchas herramientas de IA disponibles; B) no siempre está claro qué herramienta es la más adecuada para cualquier problema de síntesis de materiales; y C) sea cual sea la herramienta seleccionada, siempre tendrá que ser ajustada en función del problema químico.
"Últimamente ha aumentado el interés por utilizar programas de inteligencia artificial para el modelado y la optimización de reacciones químicas", afirma Abolhasani. Pero esas técnicas de IA estándar no son válidas para todos los casos: no todas son igual de buenas para resolver cualquier problema de síntesis de materiales que se quiera abordar".
"En última instancia, queremos encontrar la mejor arquitectura de modelo de IA para determinar la mejor formulación de material que proporcione las propiedades deseadas. No sólo identificar el mejor material, sino la mejor manera de producirlo para que tenga la mejor combinación posible de características. Y la mejor arquitectura del modelo de IA va a variar en función del material y de la complejidad del reto".
Así que Abolhasani y sus colaboradores adoptaron un enfoque basado en la IA para encontrar la mejor herramienta de IA para cada problema de síntesis de materiales.
"Sería imposible hacer los millones de experimentos necesarios para determinar qué herramientas de IA hacen el mejor trabajo para abordar diferentes tipos de problemas de síntesis de materiales", dice Abolhasani. "Así que queríamos un modelo que simulara una plataforma experimental microfluídica del mundo real para ejecutar eficazmente esos millones de experimentos por nosotros".
Los investigadores llevaron a cabo 1.000 experimentos con su plataforma automatizada Artificial Chemist y utilizaron esos puntos de datos experimentales para entrenar la plataforma experimental virtual.
Para el trabajo que se recoge en el nuevo artículo, el laboratorio virtual simuló más de 600.000 experimentos, evaluando más de 150 estrategias de toma de decisiones guiadas por la IA. Si esos experimentos se llevaran a cabo en el mundo real, incluso utilizando sistemas automatizados y volúmenes de material a microescala, los experimentos habrían requerido 7,5 años de funcionamiento robótico continuo y 400 litros de reactivos. El equipo de Abolhasani lo hizo en aproximadamente un mes.
"Hemos entrenado eficazmente a nuestro laboratorio virtual para que elija las mejores herramientas de IA para cada desafío de síntesis de materiales", dice Abolhasani. "Y esas herramientas se vuelven más eficientes cada vez que las usamos, ayudándonos a resolver retos cada vez más complejos en química e ingeniería química. En última instancia, creemos que estas herramientas impulsadas por la IA serán capaces de operar con la suficiente rapidez como para ajustar las operaciones según sea necesario en tiempo real."
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Más noticias del departamento ciencias
Noticias más leídas
Más noticias de nuestros otros portales
Contenido visto recientemente
Aislamiento de compuestos elusivos de gases de efecto invernadero
Un biosensor permite diagnosticar la infección por VIH en menos de una hora - Podría ser útil para centros de asistencia primaria en países con escasa infraestructura sanitaria, al ser portátil y de bajo coste
ExxonMobil celebra 15 años de operaciones en Angola - La producción total supera los 1.000 millones de barriles
Epiray revoluciona la tecnología de capa fina - El método de la empresa permite producir materiales totalmente nuevos, extremadamente puros y sin impurezas
De chatarra a materia prima: Con inteligencia artificial hacia una economía circular eficiente - El proyecto Car2Car desarrolla tecnologías para un reciclado optimizado de vehículos al final de su vida útil
En busca de los "santos griales" de la catálisis - Evaluación de los últimos avances en el uso de catalizadores monoatómicos para cinco reacciones del "santo grial
Produciendo hidrógeno a partir del agua - Los investigadores dan un paso clave hacia una producción más limpia y sostenible de hidrógeno
Se ha desarrollado un nuevo material para células de combustible de mayor duración - Una nueva investigación sugiere que el grafeno podría ser usado para hacer celdas de combustible de hidrógeno más duraderas para los autos
La IA ayuda a los químicos a desarrollar plásticos más resistentes - Los investigadores han creado polímeros más resistentes al desgarro mediante la incorporación de moléculas sensibles a la tensión identificadas por un modelo de aprendizaje automático
Predicción del rendimiento de los catalizadores - Premio al Electroquímico
Nueva quiralidad 3D descubierta y ensamblada sintéticamente
