尋找捕獲二氧化碳的新材料是加速碳捕獲和直接空氣捕獲行業的關鍵部分。為了加快發現新的碳捕獲吸收劑的速度，伊利諾伊大學芝加哥分校、阿貢國家實驗室和其他幾家機構的研究人員正在合作利用生成式人工智能的力量。
生成式人工智能使用深度學習模型，可以獲取原始數據，并在提示時“學習”生成統計上可能的輸出。研究結果發表在一篇論文中:基于分子擴散模型的生成式人工智能框架，用于設計用于碳捕獲的金屬有機框架。
“捕獲碳的試驗太慢了。”UIC土木、材料和環境工程教授、阿貢國家實驗室制造科學與工程主任桑塔努·喬杜里(Santanu Chaudhuri)解釋說:“你有數十億種可能性，然后你必須縮小到具有良好碳吸收能力的候選物……通過這個項目，我們已經邁出了重要的第一步，通過使用生成人工智能來縮小差距。”
研究小組創建的人工智能模型探索了化學排列的廣闊空間，這些化學排列可用于制造捕獲二氧化碳的金屬有機框架等材料。在該模型探索了數十億種可能性之后，它組裝了12萬個潛在結構。
然后，該團隊的任務是進行額外的測試，以去除那些具有不可能的物理或化學特征的材料，或者那些制造起來太困難或太昂貴的材料。他們必須使用計算機模型來預測每種結構的碳捕獲能力。然后，他們對最佳的364個候選分子進行了深入的3D分子動力學模擬，以了解其結構質量。
最后，研究人員選擇了六個表現最好的結構。它們可以在實驗室中合成并接受現實世界的實驗，而計算測試的數據可以反饋到人工智能模型中，以產生下一代更高質量的候選產品。
根據該論文，整個框架，從人工智能模型到3D模擬，可以在12小時內使用現代超級計算機完成。
電話：18191851990
