[ad_1]
Los investigadores están desarrollando un marco de optimización molecular para identificar radicales orgánicos prometedores para baterías acuosas de flujo redox.
Con la llegada del aprendizaje automático (ML) y la tecnología de inteligencia artificial (IA), también ha surgido una amplia gama de oportunidades y desarrollos. La optimización de los datos ha brindado interesantes oportunidades para identificar diseños moleculares, compuestos y candidatos químicos adecuados para diversas aplicaciones.
Investigadores de la Universidad Estatal de Colorado y el Laboratorio Nacional de Energía Renovable han aplicado modelos de optimización molecular de última generación a varios problemas del mundo real que involucran la identificación de diseños moleculares nuevos y prometedores.
El marco consiste en una herramienta de inteligencia artificial AlphaZero junto con un modelo derivado de aprendizaje automático rápido que consta de dos redes neuronales gráficas entrenadas con casi 100,000 simulaciones químicas cuánticas. El primer gráfico fue entrenado para predecir los potenciales de oxidación y reducción. El segundo predice la densidad de electrones y el entorno 3D local.
Los investigadores representan la optimización molecular como una búsqueda en árbol en la que construyen moléculas mediante la iteración de componentes para agregarlos a una estructura en crecimiento. La ventaja de este enfoque es que trunca grandes ramas del espacio de búsqueda donde las moléculas comienzan a mostrar subestructuras que no son realistas. Esto limita el espacio de búsqueda a solo moléculas que cumplan con un conjunto dado de criterios simples.
El marco de prueba identificó varios candidatos moleculares. Las pruebas han demostrado que el conjunto de posibles candidatos para un tipo de portador de carga específico en baterías orgánicas de flujo redox puede ser mayor de lo que se pensaba anteriormente. Se descubrió que las moléculas encontradas podrían conducir a baterías más simples y de alto rendimiento sin la necesidad de usar metales de transición.
Los investigadores planean y esperan identificar nuevos compuestos deseables y candidatos moleculares para muchas tecnologías diferentes, incluidas las baterías acuosas de flujo redox.
Referencias: Shree Sowndarya SV et al, Optimización dirigida a objetivos multiobjetivo de radicales orgánicos estables de novo para baterías de flujo redox acuoso, Naturaleza Máquina Inteligencia (2022). DOI: 10.1038/s42256-022-00506-3
[ad_2]