Алгоритм машинного обучения вычислит эффективные поглотители углекислого газа
Ученые из Института химии растворов имени Г. А. Крестова РАН (Иваново) разработали алгоритм машинного обучения, способный предсказать, насколько хорошо глубокий эвтектический растворитель того или иного состава будет поглощать углекислый газ.
Алгоритм включал несколько отдельных моделей, которые оценивали различные свойства жидкостей: химический состав, строение входящих в них молекул, параметры состояния и температуру плавления. Эти характеристики были выбраны, поскольку они влияют на способность смеси поглощать газы. Для обучения алгоритма исследователи использовали уже известные экспериментальные и литературные данные для 400 смесей. Далее точность алгоритма проверили на другом наборе также уже известных растворителей. Оказалось, что модель по химическому составу смеси с 90% точностью воспроизводила ранее установленную для нее опытным путем способность поглощать углекислый газ.
Авторы использовали разработанный алгоритм для анализа еще не изученных эвтектических растворителей. Из более чем 94 тысяч потенциальных поглотителей модель выбрала 1447 вариантов смесей, компоненты которых связывали углекислый газ с эффективностью более 30 мольных процентов.
«Предложенные вычислительные методы могут использоваться вместо "слепого" экспериментального поиска новых поглотителей углекислого газа, поскольку они позволяют быстро проанализировать десятки тысяч возможных вариантов смесей и найти наилучших "кандидатов"», — рассказывает участник проекта, поддержанного грантом РНФ, Дмитрий Макаров, соавтор исследования, старший научный сотрудник ИХР РАН. Разработанные авторами алгоритмы находятся в открытом доступе и могут использоваться химиками всего мира для синтеза новых поглотителей углекислого газа.