L’algorithme d’IA offre un meilleur moyen de construire des matériaux nanoporeux

L'algorithme d'IA offre un meilleur moyen de rechercher et de construire des matériaux nanoporeux

L’algorithme que les chercheurs ont développé réduit les possibilités de conception moléculaire pour les matériaux nanoporeux qui peuvent résoudre les défis du stockage de l’hydrogène et de la technologie de capture du carbone ou du méthane. Crédit : Université d’État de Washington

Les matériaux nanoporeux pourraient un jour résoudre certains des plus grands défis de la société, de l’absorption du dioxyde de carbone ou du méthane de l’air au stockage de l’hydrogène gazeux pour le carburant à la détection de composés toxiques dans l’air.

Avec leurs pores minuscules à l’échelle nanométrique, les matériaux sont utiles pour de nombreuses applications de durabilité, mais parce qu’ils sont construits par des chimistes en laboratoire molécule par molécule, ils sont lourds et coûteux à développer.

Une équipe de recherche de l’État de Washington et de l’Université d’État de l’Oregon a développé un algorithme informatique unique qui joue un jeu de 20 questions, réduisant rapidement des milliers de conceptions moléculaires possibles pour trouver la meilleure avec un coût et un effort minimes.

“Un défi clé est que les matériaux nanoporeux sont un mélange de différents éléments chimiques que vous devez composer et trouver la meilleure combinaison”, a déclaré Aryan Deshwal, le premier auteur de l’étude publiée dans le journal, Conception et ingénierie de systèmes moléculaires.

Les matériaux nanoporeux ont une grande variété de blocs de construction et d’arrangements moléculaires potentiels qui peuvent être mélangés presque à l’infini, a déclaré Deshwal, doctorant à l’École de génie électrique et d’informatique.

“Si nous devions essayer de nouvelles configurations de ces éléments et de leurs structures dans un laboratoire à chaque fois, cela coûterait très cher, donc le défi informatique est de savoir comment trouver la bonne combinaison d’éléments qui ont les propriétés qui vous intéressent, ” il a dit. “C’est là qu’intervient notre travail algorithmique basé sur l’IA.”

Dans le cadre de l’étude de validation de principe, les chercheurs ont sélectionné le meilleur candidat pour un matériau nanoporeux pour absorber le méthane, un puissant gaz à effet de serre qui contribue au réchauffement climatique. Après avoir évalué seulement 120 candidats possibles, ils ont trouvé le meilleur candidat déjà connu parmi une bibliothèque de 70 000 matériaux, ce qui est considérablement mieux que les algorithmes traditionnels.

“Les algorithmes d’Aryan sont capables de trouver le meilleur matériau avec moins d’évaluations”, a déclaré Jana Doppa, auteure correspondante de l’étude et professeure agrégée George et Joan Berry à la School of Electrical Engineering and Computer Science. Cory Simon, un expert de premier plan dans la recherche sur les matériaux nanoporeux à l’Oregon State University, était également co-auteur.

L’une des raisons pour lesquelles l’algorithme a bien fonctionné est qu’il examine les structures tridimensionnelles du matériau elles-mêmes.

“Nous essayons de faire une recherche un peu plus intelligente, et les méthodes existantes qui sont utilisées n’essayaient pas d’exploiter des modèles de relation entre la structure du matériau et ses propriétés”, a déclaré Deshwal. “Nous construisons explicitement des modèles statistiques, ce qui nous a permis de prédire les propriétés de matériaux inconnus et d’avoir une incertitude bien calibrée, ce qui signifie que vous savez ce que vous ne savez pas, donc lorsque nous avons exploré l’espace, nous l’avons exploré d’une manière beaucoup plus intelligente plutôt qu’au hasard.”

Au fur et à mesure que leur algorithme arrivait à chaque nouvelle itération du matériau, il a mené une expérience virtuellement, a mis à jour sa compréhension de la relation entre la structure et les propriétés, puis, sur cette base, a sélectionné un autre matériau nanoporeux.

Les chercheurs visent maintenant à automatiser davantage et à généraliser la méthodologie. Ils ont déjà fait une avancée fondamentale vers cet objectif dans un nouvel article qui sera présenté à la Conférence 2021 sur les systèmes de traitement de l’information neuronale (NeurIPS). Ils espèrent utiliser les algorithmes uniques pour améliorer les recherches dans d’autres types d’applications du monde réel, telles que la conception de catalyseurs utilisés dans les processus industriels. Le travail a été financé par la National Science Foundation.


Des chercheurs mettent au point un catalyseur nanoporeux à super-éléments multiples


Plus d’information:
Aryan Deshwal et al, Optimisation bayésienne des matériaux nanoporeux, Conception et ingénierie de systèmes moléculaires (2021). DOI : 10.1039 / D1ME00093D

Aryan Deshwal, Janardhan Rao Doppa, Combinant l’espace latent et les noyaux structurés pour l’optimisation bayésienne sur les espaces combinatoires. arXiv:2111.01186v1 [cs.LG], arxiv.org/abs/2111.01186

Fourni par l’Université d’État de Washington

Citation: L’algorithme d’IA fournit un meilleur moyen de construire des matériaux nanoporeux (2021, 11 novembre) récupéré le 11 novembre 2021 à partir de https://techxplore.com/news/2021-11-aialgorithm-nanoporous-materials.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.