L'apprendimento automatico e la progettazione di esperimenti possono essere combinati per identificare il metodo più sostenibile per lo sviluppo di materiali avanzati. vedere di più. L'apprendimento automatico potrebbe insegnarci come rendere la produzione di materiali più pulita e sostenibile adottando una visione olistica per identificare il metodo di produzione più ecologico, suggeriscono i ricercatori di KAUST. La ricerca della sostenibilità significa che gli scienziati di tutto il mondo stanno sviluppando materiali avanzati per aiutare ad affrontare i problemi, tra cui la cattura del carbonio, la desalinizzazione dell'acqua e lo stoccaggio di energia, afferma Rifan Hardian, un postdoc nel laboratorio di Gyorgy Szekely. "Sebbene questi materiali mostrino prestazioni promettenti, i materiali stessi sono spesso prodotti in modi insostenibili - utilizzando condizioni difficili, solventi tossici e processi ad alta intensità energetica che generano rifiuti eccessivi - creando potenzialmente più problemi ambientali di quanti ne risolvano", afferma Hardian. In collaborazione con Xiangliang Zhang e il suo team, Szekely e Hardian hanno studiato un approccio più sostenibile allo sviluppo dei materiali, chiamato design of experiment (DoE). "A differenza degli approcci convenzionali all'ottimizzazione dei materiali, che variano un fattore alla volta, DoE è un approccio sistematico che consente di variare simultaneamente più fattori", afferma Hardian. Teoricamente, DoE consente di ottimizzare contemporaneamente variabili quali la scelta del reagente e del solvente, il tempo di reazione e la temperatura di reazione. La procedura riduce il numero di esperimenti condotti e potenzialmente identifica anche il modo più ecologico possibile per realizzare un materiale. Tuttavia, è difficile ottimizzare ogni variabile per identificare il miglior protocollo di reazione da dati sperimentali così scarsi. "È qui che entra in gioco l'apprendimento automatico", dichiara Hardian. ...
Continua a Leggere