Поиск нового инновационного полимера всегда является сложной задачей, но сейчас исследователи из Технологического института Джорджии используют искусственный интеллект (ИИ) для формирования и преобразования будущего отрасли. Группа Рампи Рампрасада разрабатывает и адаптирует алгоритмы ИИ для ускорения поиска материалов.

Этим летом в журнале были опубликованы две статьи. Природа серия журналов освещает значительные достижения и истории успеха, ставшие результатом многолетних исследований в области полимерной информатики, основанных на ИИ. Первый журнал, опубликованный в Материалы Nature Reviews, демонстрирует последние достижения в области полимерного дизайна в важнейших областях современного применения: накопление энергии, технологии фильтрации и перерабатываемые пластмассы. Вторая статья, опубликованная в Связь с природой, фокусируется на использовании алгоритмов искусственного интеллекта для обнаружения подкласса полимеров для электростатического накопления энергии, при этом разработанные материалы успешно проходят лабораторный синтез и тестирование.

"На заре применения искусственного интеллекта в материаловедении, начатого более десяти лет назад в рамках инициативы Белого дома "Геном материалов", исследования в этой области были в основном вызваны любопытством", - сказал Рампрасад, профессор Школы материаловедения и инженерии. "Только в последние годы мы начали замечать реальные успехи в области ускоренного открытия полимеров с помощью искусственного интеллекта. Эти успехи в настоящее время вдохновляют на значительные преобразования в области исследований и разработок промышленных материалов. Именно это делает этот обзор таким важным и своевременным".

Возможности искусственного интеллекта

Команда Ramprasad разработала инновационные алгоритмы, которые позволяют мгновенно прогнозировать свойства полимеров и их составы еще до их физического создания. Процесс начинается с определения целевых свойств или критериев эффективности для конкретного применения. Модели машинного обучения (ML) обучаются на основе существующих данных о свойствах материала для прогнозирования желаемых результатов. Кроме того, команда может создавать новые полимеры, свойства которых прогнозируются с помощью ML-моделей. Затем отбираются лучшие кандидаты, соответствующие критериям целевых свойств, для проверки в реальных условиях с помощью лабораторного синтеза и тестирования. Результаты этих новых экспериментов интегрируются с исходными данными, что позволяет еще больше усовершенствовать прогнозные модели в непрерывном итеративном процессе.

Хотя ИИ может ускорить открытие новых полимеров, он также создает уникальные проблемы. Точность прогнозов ИИ зависит от наличия богатых, разнообразных и обширных наборов исходных данных, что делает качество данных первостепенным. Кроме того, разработка алгоритмов, способных генерировать химически реалистичные и синтезируемые полимеры, является сложной задачей.

Настоящая задача начинается после того, как алгоритмы делают свои прогнозы: доказать, что разработанные материалы могут быть изготовлены в лаборатории и функционировать должным образом, а затем продемонстрировать их масштабируемость за пределами лаборатории для использования в реальных условиях. Группа Ramprasad разрабатывает эти материалы, в то время как их изготовление, обработка и тестирование осуществляются сотрудниками различных институтов, включая Georgia Tech. Профессор Райан Лайвли из Школы химической и биомолекулярной инженерии часто сотрудничает с группой Рампрасада и является соавтором статьи, опубликованной в Материалы Nature Reviews.

"В наших повседневных исследованиях мы широко используем модели машинного обучения, разработанные командой Rampi", - сказал Лайвли. "Эти инструменты ускоряют нашу работу и позволяют нам быстро изучать новые идеи. Это воплощает в себе потенциал ML и искусственного интеллекта, поскольку мы можем принимать решения, основанные на моделях, до того, как потратим время и ресурсы на изучение концепций в лаборатории".

Используя искусственный интеллект, команда Ramprasad и их сотрудники добились значительных успехов в различных областях, включая хранение энергии, технологии фильтрации, аддитивное производство и материалы, пригодные для вторичной переработки.

Прогресс полимеров

Один заметный успех, описанный в Связь с природой в статье речь идет о разработке новых полимеров для конденсаторов, которые накапливают электростатическую энергию. Эти устройства, помимо прочего, являются жизненно важными компонентами электрических и гибридных транспортных средств. Группа Рампрасада работала с исследователями из Университета Коннектикута.

Современные полимеры для конденсаторов обеспечивают либо высокую плотность энергии, либо термическую стабильность, но не то и другое вместе. Используя инструменты искусственного интеллекта, исследователи определили, что изоляционные материалы, изготовленные из полинорборненовых и полиимидных полимеров, могут одновременно обеспечивать высокую плотность энергии и термическую стабильность. Полимеры могут быть дополнительно усовершенствованы для работы в сложных условиях, таких как аэрокосмическая промышленность, при сохранении экологической устойчивости.

"Новый класс полимеров с высокой плотностью энергии и высокой термостойкостью является одним из наиболее конкретных примеров того, как искусственный интеллект может направлять разработку материалов", - сказал Рампрасад. - Это также результат многолетней междисциплинарной совместной работы с Грегом Сотцингом и Ян Цао из Университета Коннектикута и постоянной спонсорской поддержки Управления военно-морских исследований".

Отраслевой потенциал

Участие промышленности в разработке материалов с использованием искусственного интеллекта подчеркивает потенциал для перевода разработок материалов с использованием искусственного интеллекта в реальные условия. Материалы Nature Reviews статья. В число соавторов этой статьи также входят ученые из Исследовательского института Toyota и General Electric. Чтобы еще больше ускорить внедрение технологий разработки материалов на основе искусственного интеллекта в промышленность, Рампрасад стал соучредителем Matmerize Inc., компании, занимающейся разработкой программного обеспечения, которая недавно вышла из состава Georgia Tech. Их облачное программное обеспечение для полимерной информатики уже используется компаниями в различных секторах, включая энергетику, электронику, потребительские товары, химическую промышленность и экологически чистые материалы.

"Matmerize превратила наши исследования в надежное, универсальное и готовое к использованию в промышленности решение, позволяющее пользователям создавать материалы практически с повышенной эффективностью и меньшими затратами", - сказал Рампрасад. "То, что начиналось как курьез, набрало значительный импульс, и мы вступаем в захватывающую новую эру использования материалов по дизайну".