Gépi tanulással gyorsítanák a széndioxid-veszteség újrahasznosítását

2020 / 10 / 07 / Perei Dóra
Gépi tanulással gyorsítanák a széndioxid-veszteség újrahasznosítását
A kanadai Toronto Egyetem és a pittsburghi Carnegie Mellon Egyetem kutatói mesterséges intelligenciával gyorsítanák a szén-dioxid-veszteség újrahasznosítását, vagyis annak etilénné alakítását. A kísérlet egyenlőre a hatékony katalizátor- és anyagkombinációk keresésénél tart, az eddigi eredmények azonban bizakodásra adnak okot. Ami jó hír tekintve, hogy egy körülbelül hatvanmilliárd dolláros globális üzleti ágról van szó.

Ha a rendszert szél- vagy napenergiával működtetik, az elektromosság jobban elraktározható, valamint jelentős mértékben javul a szénkinyerés és a tiszta energiák tárolása. A kutatók mostanra több világszintű katalizátort megalkottak, amelyek képesek csökkenteni a szén-dioxid etilénné és más szénalapú molekulává alakításának költségeit. Az egyébként milliós nagyságrendű potenciális anyagkombinációból egy még hatékonyabb kikísérletezése a cél, ám ekkora mennyiséget manuálisan lehetetlen letesztelni lehetetlen. A gépi tanulás viszont drasztikusan felgyorsíthatja a keresési folyamatot:

a különféle számítógépes modellek, adatok és algoritmusok gyorsan kiszűrik a téves kombinációkat, vagyis ez már önmagában előrevetíti a lehetséges megoldásokat.

A tiszta energia mesterséges intelligenciával történő kutatások egy 2017-es kanadai konferencia után lettek felkapottak, aminek a CMU-n nanoanyagok számítógépes modellezésével foglalkozó Zachary Ulissi, a kutatás vezetője is részese volt. Zachary és csapata működő adatsorokkal rendelkeznek potenciális katalizáló anyagokról, tulajdonságaikról, valamint azok vegyi reakcióiról. A szén-dioxid etilénné alakításáról ellenben nem rendelkeznek adatsorokkal, így más kreatív megoldás után kellett nézniük. Az általuk fejlesztett algoritmusok

gépitanulás-modellek kombinációival és aktív tanulással, az anyag részletes modellje nélkül előrejelzik, hogy egy adott katalizátor milyen típusú terméket generálhat.

Az algoritmusok több mint kétszáznegyven anyagból választottak ki négy ígéretes opciót, a legjobbnak pedig egy réz-alumínium ötvözetet találták, amelyből aztán nanoléptékű lyukacsos szerkezetet formáltak. A kutatók hozzátették: a réz és az alumínium többféleképpen összekapcsolódhat, de mindegyik opció hasznosnak tűnik. A katalizátort elektrolizáló műszeren tesztelték, melynek során rekordteljesítményt mértek. A kutatók szerint az energiaköltségeket azonban jelentősen csökkenteni kell az etilén előállításához, ezért az újabb kutatásoknál erre fókuszálnak.

(Fotó: Unsplash/Marcin_Jozwiak)


Így lettek a szexuális játékszerekből digitális kütyük
Így lettek a szexuális játékszerekből digitális kütyük
Lassan már senkit sem lep meg, hogy egy intim segédeszköznek legalább olyan jól kell tudnia csatlakoznia a wifihez vagy egy telefonhoz, mint a viselőjéhez, használójához.
Az afrikai robbanó tó, ami pillanatok alatt végzett ezerhétszáz emberrel
Az afrikai robbanó tó, ami pillanatok alatt végzett ezerhétszáz emberrel
Afrikában három olyan tó is található, ami időzített bombához hasonló fenyegetést jelent: a bennük felgyülemlő szén-dioxid rossz esetben kirobbanhat és az elterjedő fojtogató felhő a közelben lévőket rendkívül gyorsan megölheti. A legtöbb áldozatot szedő esemény 1986-ban történt.
Ezek is érdekelhetnek
HELLO, EZ ITT A
RAKÉTA
Kövess minket a Facebookon!
A jövő legizgalmasabb cikkeit találod nálunk!
Hírlevél feliratkozás

Ne maradj le a jövőről! Iratkozz fel a hírlevelünkre, és minden héten elküldjük neked a legfrissebb és legérdekesebb híreket a technológia és a tudomány világából.



This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.