Истражувачи од Тохоку Универзитет развија нова платформа со вештачка интелигенција што може значително да го забрза откривањето на катализатори за пиролиза на метан, процес што се гледа како ветувачка патека за производство на водород со пониски емисии на јаглерод диоксид.
Пиролизата на метан го разложува метанот на водород и цврст јаглерод, без директно да создава јаглерод диоксид како нуспроизвод. Проблемот досега беше во тоа што ефикасните стопени катализатори се бараа во многу голем и слабо разбран хемиски простор, што бараше долготрајни експерименти и многу обиди и грешки.
Новата платформа, наречена DigMethpy, ги спојува научната литература, експерименталните податоци, компјутерските симулации, машинското учење и големите јазични модели во единствен работен тек. Системот работи во затворена петља: собира информации, предвидува ветувачки кандидати и ги подобрува препораките врз основа на резултатите од валидацијата.
Во моменталната база има повеќе од 40.000 курирани податоци од над 500 научни трудови и компјутерски записи за стопени метали, легури, соли и мешани катализаторски системи. Со анализа на овие податоци, тимот издвоил важни својства поврзани со перформансите на катализаторите, меѓу кои дескриптори поврзани со атомски полнеж, дифузија и адсорпција на водород.
Истражувачите сметаат дека ваквиот пристап може да го намали времето и цената на развојот на нови материјали, а воедно и да покаже како вештачката интелигенција може да стане практичен соработник во материјалната наука. Авторите најавуваат дополнително проширување на базата, подобрување на предвидувањата и развој на поавтономни повеќеагентни системи за катализаторски дизајн.
