Avanços recentes no desenvolvimento de técnicas de aprendizado de máquina e otimização abriram novas e empolgantes possibilidades para identificar projetos moleculares, compostos e candidatos químicos adequados para diferentes aplicações. Técnicas de otimização, algumas das quais são baseadas em algoritmos de aprendizado de máquina, são ferramentas poderosas que podem ser usadas para selecionar soluções ótimas para um determinado problema entre um conjunto tipicamente grande de possibilidades.
Pesquisadores da Colorado State University e do National Renewable Energy Laboratory têm aplicado modelos de otimização molecular de última geração a diferentes problemas do mundo real que envolvem a identificação de projetos moleculares novos e promissores. Em seu estudo mais recente, apresentado em Nature Machine Intelligence , eles aplicaram especificamente uma estrutura de otimização de código aberto recém-desenvolvida para a tarefa de identificar radicais orgânicos viáveis ​​para baterias aquosas de fluxo redox, dispositivos de energia que convertem energia química em eletricidade.

“Nosso projeto foi financiado por um programa ARPA-E que buscava reduzir o tempo necessário para desenvolver novos materiais de energia usando técnicas de aprendizado de máquina”, disse Peter C. St. John, um dos pesquisadores que realizaram o estudo, ao TechXplore . "Encontrar novos candidatos para baterias de fluxo redox foi uma extensão interessante de alguns de nossos trabalhos anteriores, incluindo um artigo publicado na Nature Communications e outro em Dados Científicos , ambos olhando para radicais orgânicos."

A nova estrutura criada por St. John e seus colegas foi inspirada em seus trabalhos anteriores sobre otimização molecular. A estrutura consiste essencialmente na ferramenta de inteligência artificial (IA) AlphaZero, desenvolvida pela DeepMind, acoplada a um modelo derivado de aprendizado de máquina rápido, composto por duas redes neurais gráficas treinadas em quase 100.000 simulações de química quântica.

A primeira das redes neurais gráficas foi treinada para prever potenciais de oxidação e redução, dois parâmetros importantes para determinar quanta energia pode ser armazenada em baterias aquosas de fluxo redox. O segundo prevê a densidade de elétrons e o ambiente 3D local, ambos associados à vida útil dessas baterias.

"Nós colocamos a otimização de moléculas como uma busca em árvore, onde construímos moléculas adicionando componentes de forma iterativa em uma estrutura em crescimento", explicou St. John. "A vantagem dessa abordagem é que podemos eliminar grandes ramificações do espaço de busca onde as moléculas começam a mostrar subestruturas que não são realistas. Podemos, portanto, limitar nosso espaço de busca apenas a moléculas que atendem a um conjunto predeterminado de critérios simples."

Os pesquisadores usaram sua estrutura de otimização molecular para executar uma série de testes destinados a identificar possíveis radicais orgânicos para baterias de fluxo redox aquosas que poderiam ser particularmente estáveis ​​e promissoras. A estrutura identificou com sucesso vários candidatos moleculares que satisfizeram uma combinação específica de critérios definidos por St. John e seus colegas.

"Nós demonstramos que o conjunto de possíveis candidatos para um tipo específico de portador de carga em baterias de fluxo redox orgânico pode ser maior do que considerado anteriormente", disse St. John. "Nós também mostramos que podem ser encontradas moléculas que podem levar a baterias mais simples e de alto desempenho sem exigir o uso de metais de transição".

Até agora, a estrutura de otimização desenvolvida por essa equipe de pesquisadores provou ser uma ferramenta altamente promissora para lidar com problemas complexos do mundo real relacionados à engenharia e à química. No futuro, poderia ser usado para identificar novos compostos desejáveis ​​e candidatos moleculares para muitas tecnologias diferentes, incluindo baterias aquosas de fluxo redox.

"Gostaríamos agora de explorar a adição de critérios adicionais, como solubilidade e pares redox entre estados carregados", acrescentou St. John. "Isso exigiria dados de treinamento adicionais, mas pode levar a estruturas candidatas mais promissoras". + Explorar mais

Um negolito de heteropoliácido que pode melhorar o desempenho de baterias aquosas de fluxo redox em baixas temperaturas

© 2022 Science X Network