Истражувачи од Институтот за напредни науки за материјали при Универзитетот Тохоку предложија систем што ги поврзува базите на податоци за полимери, предиктивните модели, агентите со вештачка интелигенција, симулациите и автоматизираните лаборатории.
Целта е создавање затворен истражувачки циклус во кој вештачката интелигенција предлага кандидати, лабораторијата ги синтетизира и тестира, а добиените резултати автоматски се враќаат во системот за подобрување на следните предлози. На тој начин би се намалиле времето, трошоците и количината отпад создадени со традиционалниот метод на обиди и грешки.
Полимерите се користат во огромен број производи, но и во медицински импланти, системи за доставување лекови, батерии, мембрани за прочистување вода и биоразградливи материјали. Нивното однесување, особено во сложени биолошки средини, често е тешко да се предвиди.
Во трудот објавен во списанието JACS Au, тимот идентификува шест главни слабости на денешните системи: раздробени бази на податоци без автоматска повратна спрега, недоволно вклучени физички ограничувања во моделите, неповрзани симулации, ограничено расудување на агентите со вештачка интелигенција, еднонасочни автоматизирани лаборатории и слаба меѓусебна компатибилност на дигиталните и експерименталните алатки.
Предложената архитектура треба да овозможи постојано усовршување на процесот и побрзо пронаоѓање полимери со подобри перформанси и помало влијание врз животната средина. Истражувачите планираат системот понатаму да го развиваат за примена не само во лаборатории, туку и во индустриското производство.
