Trí tuệ nhân tạo và cơ sở hạ tầng phòng thí nghiệm tự động đang đẩy nhanh quá trình phát triển các chất xúc tác hóa học mới. Với những công cụ này, các nhà nghiên cứu tại ETH Zurich đang phát triển các chất xúc tác để tổng hợp nguồn năng lượng metanol từ CO 2 một cách hiệu quả và tiết kiệm chi phí .
Cánh tay robot này chuyển lọ thủy tinh vào máy ly tâm. Nó là một phần của đơn vị robot sản xuất chất xúc tác hoàn toàn tự động theo thông số kỹ thuật của mô hình AI. Nhà cung cấp hình ảnh: ETH Zurich / Michel Büchel
Chất xúc tác là những người trợ giúp nhỏ cần cù của hóa học. Chúng tăng tốc độ phản ứng và giảm năng lượng cần thiết để phản ứng diễn ra. Chất xúc tác càng đặc hiệu và hiệu quả thì mọi phản ứng phụ không mong muốn càng được ngăn chặn hiệu quả.
Trong tự nhiên, enzyme có nhiệm vụ thúc đẩy đặc biệt các quá trình trao đổi chất cần thiết trong số các khả năng phản ứng gần như vô hạn của hỗn hợp hóa chất trong tế bào. Trong các nhà máy hóa chất, chất xúc tác kim loại thường được sử dụng để tăng hiệu suất sản phẩm.
Các nhà nghiên cứu làm việc trên nền tảng công nghệ Swiss Cat+ tại ETH Zurich, do Paco Laveille đứng đầu, hiện đã phát triển một phương pháp tự động hóa và số hóa hoàn toàn cho phép họ tìm ra các chất xúc tác kim loại mới và tốt hơn nhanh hơn nhiều so với trước đây. Quy trình của họ bao gồm sự kết hợp giữa trí tuệ nhân tạo (AI) để tính toán thành phần chất xúc tác đầy hứa hẹn và phòng thí nghiệm thử nghiệm và tổng hợp tự động.
Với cơ sở hạ tầng này, nhóm chỉ mất chưa đầy sáu tuần để phát triển thành công khoảng 150 thành phần xúc tác để sản xuất metanol từ CO 2 . Chất xúc tác tốt nhất có hiệu quả về mặt chi phí và có tỷ lệ chuyển đổi cao với tỷ lệ sản phẩm phụ thấp. Laveille nói: “Phương pháp mới này tiết kiệm được rất nhiều thời gian. “Với cách tiếp cận thông thường, các thí nghiệm của chúng tôi sẽ mất nhiều năm.”
Các nhà nghiên cứu đã xuất bản hai bài báo về phương pháp của họ. Cuốn đầu tiên được xuất bản vào năm ngoái trên CHIMIA và cuốn thứ hai trong tuần này trên Chem Catalysis .
Metanol được coi là một trong những yếu tố then chốt cho nền kinh tế hydrocarbon bền vững. Là một họ hàng hóa học gần gũi với ethanol (tức là uống rượu), chất này có thể được sử dụng làm nhiên liệu và nguyên liệu thô để sản xuất các hợp chất hữu cơ như thuốc, nhựa hoặc sơn.
Vì là chất lỏng nên metanol dễ vận chuyển và lưu trữ hơn nhiều so với khí hydro và metan, hai nguồn năng lượng khác. Hơn nữa, việc sử dụng metanol trong cơ sở hạ tầng cung cấp hiện có và động cơ của công nghệ xăng ngày nay chỉ cần những sửa đổi nhỏ.
Thu hẹp các khả năng thông qua lựa chọn trước thông minh
Trong quá trình tìm kiếm chất xúc tác tối ưu để sản xuất metanol, có một vấn đề lớn: Về mặt lý thuyết, các nguyên tử có thể được kết hợp theo vô số cách để tạo thành chất xúc tác. Christophe Copéret, giáo sư tại Phòng thí nghiệm vô cơ, giải thích : “Không gian hóa học mà chúng tôi đang tìm kiếm chất xúc tác bao gồm khoảng 1020 khả năng – tức là một trăm tỷ tỷ. Vì vậy, theo đúng nghĩa đen, chúng tôi đang tìm kim đáy bể hóa chất”. Hóa học tại ETH Zurich và là người đồng khởi xướng dự án Swiss Cat+.
Để thu hẹp phạm vi khả năng khổng lồ, các nhà nghiên cứu đã lựa chọn trước dựa trên kinh nghiệm và yêu cầu kinh tế. Chất xúc tác có thể được sử dụng trên quy mô lớn không chỉ cần hiệu quả mà còn phải rẻ tiền. Vì lý do đó, các thành phần hoạt tính chính của chất xúc tác được giới hạn ở ba kim loại tương đối rẻ tiền: sắt, đồng và coban.
Ngoài những kim loại chính này, các nhà nghiên cứu còn xem xét ba nguyên tố thường được thêm vào chất xúc tác với số lượng nhỏ nhằm mục đích pha tạp, cũng như kali, chất cũng có trong nhiều chất xúc tác. Đối với vật liệu mang, các nhà nghiên cứu giới hạn ở bốn oxit kim loại điển hình. Nhân với các tỷ lệ pha trộn khác nhau, điều này vẫn dẫn đến 20 triệu kết hợp có thể xảy ra.
Cân chính xác của hệ thống robot. Hệ thống chuyển hóa chất thô dạng rắn và lỏng vào lọ thủy tinh để diễn ra quá trình tổng hợp. Nhà cung cấp hình ảnh: ETH Zurich / Michel Büchel
Thực hiện các bước lặp lại với số liệu thống kê được AI hỗ trợ
Tại thời điểm này, các nhà nghiên cứu đã sử dụng thuật toán AI sử dụng cái được gọi là tối ưu hóa Bayes để tìm ra giải pháp tốt nhất có thể. Hình thức thống kê đặc biệt này đặc biệt phù hợp khi chỉ có một lượng nhỏ dữ liệu. Không giống như thống kê cổ điển, xác suất không xuất phát từ tần số tương đối như được tính toán từ nhiều thử nghiệm. Thay vào đó, phép tính sẽ tính đến xác suất có thể dự kiến dựa trên kiến thức hiện tại.
Ở vòng đầu tiên, thuật toán chọn ngẫu nhiên 24 thành phần xúc tác đáp ứng các thông số kỹ thuật được đưa ra nhằm mục đích hạn chế độ phức tạp. Những chất xúc tác này được sản xuất trực tiếp bằng cơ sở hạ tầng phòng thí nghiệm tự động Swiss Cat+ và sau đó được thử nghiệm.
Cung cấp nhiều kết quả có độ tin cậy cao một cách nhanh chóng
Kết quả của sự lựa chọn ban đầu này phục vụ các nhà nghiên cứu như là điểm khởi đầu cho dự đoán AI; do đó, các thành phần xúc tác được dự đoán sẽ được tổng hợp và thử nghiệm một cách tự động. Đối với thử nghiệm trình diễn đầu tiên này, các nhà khoa học đã yêu cầu hệ thống tích hợp của họ hoàn thành tổng cộng sáu vòng như vậy.
Thực tế là kết quả được cải thiện giữa các vòng không phải theo kiểu tuyến tính mà thay vào đó là nhảy vọt, là hoàn toàn có chủ ý: Thuật toán không chỉ tối ưu hóa kết quả của các vòng trước đó mà còn bao gồm một thành phần khám phá cung cấp các sáng tác hoàn toàn mới vào mỗi vòng. và tìm hiểu về không gian hóa học. Đây là cách các nhà nghiên cứu ngăn chặn việc tính toán rơi vào ngõ cụt tối ưu hóa trong số tất cả các khả năng có thể xảy ra.
Tạo dữ liệu ngoài hóa dầu
Tuy nhiên, trong dự án đầu tiên này, mối quan tâm hàng đầu của các nhà nghiên cứu không phải là tìm ra chất xúc tác tốt nhất có thể để tổng hợp metanol. Copéret cho biết: “Hiện nay, kiến thức về chất xúc tác để sản xuất nhiên liệu chủ yếu dựa vào kiến thức chuyên môn từ ngành công nghiệp dầu mỏ”. “Khi nói đến các phản ứng sử dụng trong ngành năng lượng bền vững, phần lớn vẫn còn thiếu dữ liệu đáng tin cậy.”
Tuy nhiên, các thuật toán AI và trí thông minh nghiên cứu của con người cần dữ liệu đó trước khi chúng có thể tìm kiếm theo cách có mục tiêu hơn trong không gian rộng lớn của các khả năng hóa học. Laveille cho biết thêm: "Và đó chính xác là loại dữ liệu có thể tái tạo, chất lượng cao mà phòng thí nghiệm robot được hỗ trợ AI của chúng tôi hiện cung cấp. Chắc chắn nghiên cứu xúc tác sẽ còn tiến một chặng đường dài".
