Среди всех парниковых газов углекислый газ вносит наибольший вклад в глобальное потепление. Если не принять меры к 2100 году, то, по данным Межправительственной группы экспертов по изменению климата, средняя температура на планете повысится примерно на 34 градуса по Фаренгейту.
Поиск эффективных способов улавливания и хранения CO2 был проблемой для исследователей и промышленных предприятий, сосредоточенных на борьбе с глобальным потеплением, и Амир Барати Фаримани работает над тем, чтобы изменить эту ситуацию, сообщает Phys.org.
Барати Фаримани совершил прорыв, используя машинное обучение для идентификации молекул ионных жидкостей. Ионные жидкости (ИЖ) — это семейство расплавленных солей, которые остаются в жидком состоянии при комнатной температуре, обладают высокой химической стабильностью и высокой растворимостью CO2, что делает их идеальными кандидатами для хранения CO2.
Комбинация ионов в значительной степени определяет свойства ILs. Однако такие комбинаторные возможности катионов и анионов делают крайне сложной задачу исчерпать пространство дизайна ИЖ для эффективного хранения CO2 с помощью обычных экспериментов.
Машинное обучение часто используется при поиске лекарств для создания так называемых молекулярных отпечатков пальцев наряду с графовыми нейронными сетями (ГНС), которые рассматривают молекулы как графы и используют матрицу для определения молекулярных связей и связанных с ними свойств. Впервые Барати Фаримани разработал как модели ML на основе отпечатков пальцев, так и GNN, которые способны предсказать поглощение CO2 в ионных жидкостях.
