Nailon, teflón, kevlar. Estos son sólo algunos polímeros familiares (compuestos químicos moleculares de gran tamaño) que han cambiado el mundo. Desde sartenes recubiertas de teflón hasta la impresión 3D, los polímeros son fundamentales para construir sistemas que hagan que el mundo funcione mejor.
Encontrar el próximo polímero innovador siempre es un desafío, pero ahora los investigadores de Georgia Tech están utilizando inteligencia artificial (IA) para dar forma y transformar el futuro del campo. El grupo de Rampi Ram Prasad desarrolla y adopta algoritmos de inteligencia artificial para acelerar el descubrimiento de contenido.
Este verano se publicaron dos artículos. la naturaleza La familia de revistas destaca los avances clave y las historias de éxito que surgen de años de investigación en informática de polímeros impulsada por la IA. Primero, es prominente. Materiales de revisión de la naturalezamuestra avances recientes en el diseño de polímeros en dominios de aplicación importantes y contemporáneos: almacenamiento de energía, tecnologías de filtración y plásticos reciclables. En segundo lugar, publicado en Comunicaciones de la naturalezase centra en el uso de algoritmos de inteligencia artificial para descubrir una subclase de polímeros para el almacenamiento de energía electrostática, y los materiales diseñados se someten a síntesis y pruebas de laboratorio exitosas.
“En los primeros días de la IA en la ciencia de los materiales, a través de la Iniciativa del Genoma de Materiales de la Casa Blanca hace una década, la investigación en este campo estaba impulsada en gran medida por la curiosidad”, dijo Ramaprasad, profesor de la Escuela de Ciencia e Ingeniería de Materiales. “Sólo en los últimos años hemos comenzado a ver historias de éxito concretas y reales en el rápido descubrimiento de polímeros impulsado por la IA. Estos avances ahora están influyendo en cambios significativos en el panorama de I+D de materiales industriales. Eso es lo que hace que esta revisión sea tan importante y oportuna”.
Oportunidades de IA
El equipo de Ramprasad ha desarrollado un algoritmo innovador que puede predecir instantáneamente las propiedades y formulaciones de los polímeros antes de que se creen físicamente. Este proceso comienza con la definición de propiedades de destino o criterios de rendimiento específicos de la aplicación. Los modelos de aprendizaje automático (ML) se entrenan con datos de propiedades de materiales existentes para predecir estos resultados deseados. Además, el equipo puede desarrollar nuevos polímeros, cuyas propiedades se predicen con modelos ML. Luego se seleccionan los mejores candidatos que cumplen con los criterios de propiedad objetivo para su validación en el mundo real mediante síntesis y pruebas de laboratorio. Los resultados de estos nuevos experimentos se integran con los datos originales, refinando aún más los modelos predictivos en un proceso continuo e iterativo.
Si bien la IA puede acelerar el descubrimiento de nuevos polímeros, también presenta desafíos únicos. La precisión de las predicciones de la IA depende de la disponibilidad de conjuntos de datos iniciales ricos, diversos y extensos, lo que otorga el mayor valor a los datos de calidad. Además, diseñar algoritmos de formación de polímeros químicamente realistas y sintetizables es una tarea compleja.
El verdadero desafío comienza después de que el algoritmo hace sus predicciones: demostrar que los materiales diseñados se pueden construir en el laboratorio y funcionar como se espera, y luego escalarlos fuera del laboratorio para su uso en el mundo real y demostrarlos. El grupo de Ramprasad diseña estos materiales, mientras que colegas de varias instituciones, incluida Georgia Tech, los desarrollan, procesan y prueban. El profesor Ryan Lively de la Escuela de Ingeniería Química y Biomolecular colabora frecuentemente con el grupo de Ramprasad y es coautor del artículo publicado en él. Materiales de revisión de la naturaleza.
“En nuestra investigación diaria, hacemos un uso extensivo de los modelos de aprendizaje automático desarrollados por el equipo de Rampi”, dijo Lively. “Estas herramientas aceleran nuestro trabajo y nos permiten descubrir nuevas ideas más rápido. Esto refleja la promesa del aprendizaje automático y la inteligencia artificial a medida que dedicamos tiempo y recursos a explorar conceptos en el laboratorio. Podemos tomar decisiones de acuerdo con el modelo anterior.
Utilizando la IA, el equipo de Ramprasad y sus colegas han logrado avances significativos en diversos campos, incluido el almacenamiento de energía, las tecnologías de filtración, la fabricación aditiva y los materiales reciclables.
Avances en polímeros
Un logro notable, descrito en Comunicaciones de la naturaleza El artículo incluye el diseño de nuevos polímeros para condensadores, que almacenan energía electrostática. Estos dispositivos son componentes clave en vehículos eléctricos e híbridos, entre otras aplicaciones. El grupo de Ramprasad trabajó con investigadores de la Universidad de Connecticut.
Los polímeros de condensadores actuales ofrecen alta densidad de energía o estabilidad térmica, pero no ambas. Aprovechando las herramientas de inteligencia artificial, los investigadores determinaron que los materiales aislantes hechos de polímeros de polinorborneno y poliimida podrían lograr simultáneamente una alta densidad de energía y una alta estabilidad térmica. Los polímeros se pueden mejorar aún más para funcionar en entornos exigentes, como aplicaciones aeroespaciales, manteniendo al mismo tiempo la estabilidad ambiental.
“Una nueva clase de polímeros con alta densidad energética y alta estabilidad térmica es uno de los ejemplos más concretos de cómo la IA puede guiar el descubrimiento de materiales”, afirmó Ramprasad. “Este es el resultado de años de trabajo colaborativo multidisciplinario con Greg Sotzing y Yang Cao en la Universidad de Connecticut y el apoyo continuo de la Oficina de Investigación Naval”.
Potencial de la industria
El potencial para la traducción al mundo real del desarrollo de contenidos asistido por IA queda ilustrado por la participación de la industria. Materiales de revisión de la naturaleza Artículo Los coautores del artículo incluyen científicos del Instituto de Investigación Toyota y General Electric. Para acelerar aún más la adopción del desarrollo de contenidos impulsado por IA en la industria, Ramprasad fundó Matmerize Inc. Cofundó , una startup de software creada recientemente en Georgia Tech. Su software informático de polímeros basado en la nube ya está siendo utilizado por empresas de diversos sectores, incluidos la energía, la electrónica, los productos de consumo, el procesamiento químico y los materiales sostenibles.
Ramprasad dijo: “Metamerize ha convertido nuestra investigación en una solución sólida, versátil y lista para la industria, que permite a los clientes diseñar materiales en la práctica con mejor rendimiento y menores costos”. “Lo que comenzó como una curiosidad ha cobrado un impulso significativo y estamos entrando en una nueva y apasionante era de materiales por diseño”.
