Gli scienziati dell’Università della Carolina del Sud e della Columbia University hanno sviluppato un modo più veloce per progettare e realizzare membrane di filtraggio del gas, in grado di ridurre le emissioni di gas serra e ridurre l’inquinamento. Il loro progetto combina l’apprendimento automatico con la chimica, in modo da progettare e sviluppare più rapidamente nuove membrane di separazione dei gas. Recenti esperimenti hanno infatti portato alla creazione di nuovi materiali dalle sorprendenti proprietà filtranti.
“La scoperta potrebbe rivoluzionare il modo in cui i materiali vengono progettati e prodotti“, ha affermato Brian Benicewicz, professore di chimica dell’Università della Carolina del Sud. “Non occorre più creare centinaia di campioni diversi e testarli. Sarà la macchina ad imparare a farlo, con grande risparmio nel processo di ricerca“. Pellicole o membrane di plastica sono infatti largamente utilizzate per filtrare i gas e Benicewicz ha spiegato che esso devono molto spesso fungere da compromesso tra selettività e permeabilità: è improbabile che un materiale permeabile ad un gas “fermi” una molecola di un altro gas. “Stiamo parlando di molecole davvero piccole”, ha detto Benicewicz. “La differenza di dimensioni è quasi impercettibile: se si cerca la permeabilità, bisogna sacrificare l’aspetto della selettività“.
Grazie a membrane per gas più specifiche potremmo avere una significativa riduzione dell’inquinamento
Benicewicz e i suoi collaboratori della Columbia University volevano vedere se l’apprendimento automatico fosse in grado di progettare una membrana più efficace. Il team della Columbia University ha poi creato un algoritmo in grado di analizzare la struttura chimica e l’efficacia delle membrane esistenti, utilizzate per separare l’anidride carbonica dal metano. Una volta che l’algoritmo è riuscito a prevedere con precisione l’efficacia di una determinata membrana, i ricercatori si sono chiesti: quale struttura chimica renderebbe “ideale” la membrana di separazione dei gas?
Sanat K. Kumar, professore di ingegneria chimica alla Columbia, ha confrontato questo algoritmo con quello che Netflix utilizza per raccomandare i film. Esaminando ciò che uno spettatore ha guardato e apprezzato prima, Netflix determina infatti le funzionalità che lo spettatore apprezza di più, per poi trovare i film da consigliare. Il suo algoritmo ha analizzato le strutture chimiche delle membrane esistenti e ha determinato quali strutture sarebbero più efficaci: il computer ha infatti generato un elenco di 100 materiali ipotetici che potrebbero superare i limiti attuali. Risultati che gli scienziati definiscono ben al di sopra delle loro aspettative.
