Des chercheurs de l'Université de Toronto Engineering et de l'Université Carnegie Mellon utilisent l'intelligence artificielle (IA) pour accélérer les progrès dans la transformation des déchets de carbone en un produit de valeur commerciale avec une efficacité record.

Ils ont tiré parti de l'IA pour accélérer la recherche du matériau clé dans un nouveau catalyseur qui convertit le dioxyde de carbone (CO2) en éthylène, un précurseur chimique d'une large gamme de produits, des plastiques au détergent à vaisselle.

L'électrocatalyseur obtenu est le plus efficace de sa catégorie. Si vous utilisez l'énergie éolienne ou solaire, le système fournit également un moyen efficace de stocker l'électricité à partir de ces sources renouvelables mais intermittentes.

"Utiliser de l'électricité propre pour convertir le CO2 en éthylène, qui a un marché mondial de 60 milliards de dollars, peut améliorer la rentabilité du captage du carbone et du stockage de l'énergie propre, " dit le professeur Ted Sargent, l'un des auteurs principaux d'un nouvel article publié aujourd'hui dans La nature .

Sargent et son équipe ont déjà développé un certain nombre de catalyseurs de classe mondiale pour réduire le coût énergétique de la réaction qui convertit le CO2 en éthylène et autres molécules à base de carbone. Mais il y en a peut-être encore de meilleurs, et avec des millions de combinaisons de matériaux potentielles parmi lesquelles choisir, les tester tous prendrait beaucoup de temps.

L'équipe a montré que l'apprentissage automatique peut accélérer la recherche. En utilisant des modèles informatiques et des données théoriques, les algorithmes peuvent rejeter les pires options et montrer la voie vers des candidats plus prometteurs.

L'utilisation de l'IA pour rechercher des matériaux énergétiques propres a été avancée lors d'un atelier de 2017 organisé par Sargent en collaboration avec l'Institut canadien de recherches avancées (ICRA). L'idée a été approfondie dans un La nature article de commentaire publié plus tard cette année-là.

Le professeur Zachary Ulissi de l'Université Carnegie Mellon était l'un des chercheurs invités à l'atelier original. Son groupe est spécialisé dans la modélisation informatique des nanomatériaux.

"Avec d'autres réactions chimiques, nous avons des ensembles de données volumineux et bien établis répertoriant les matériaux catalyseurs potentiels et leurs propriétés, " dit Ulissi.

"Avec la conversion du CO2 en éthylène, nous n'avons pas ça, nous ne pouvons donc pas utiliser la force brute pour tout modéliser. Notre groupe a passé beaucoup de temps à réfléchir à des moyens créatifs de trouver les matériaux les plus intéressants."

Les algorithmes créés par Ulissi et son équipe utilisent une combinaison de modèles d'apprentissage automatique et de stratégies d'apprentissage actif pour prédire globalement quels types de produits un catalyseur donné est susceptible de produire, même sans modélisation détaillée du matériau lui-même.

Ils ont appliqué ces algorithmes de réduction de CO2 pour cribler plus de 240 matériaux différents, découvrir 4 candidats prometteurs qui auraient des propriétés souhaitables sur une très large gamme de compositions et de structures de surface.

Dans le nouveau journal, les co-auteurs décrivent leur matériau catalyseur le plus performant, un alliage de cuivre et d'aluminium. Après que les deux métaux aient été liés à haute température, une partie de l'aluminium a ensuite été gravée, résultant en une structure poreuse à l'échelle nanométrique que Sargent décrit comme « moelleuse ».

Le nouveau catalyseur a ensuite été testé dans un appareil appelé électrolyseur, où le « rendement faradique » - la proportion de courant électrique qui entre dans la fabrication du produit souhaité - a été mesuré à 80 %, un nouveau record pour cette réaction.

Sargent dit que le coût de l'énergie devra être encore abaissé si le système doit produire de l'éthylène dont le coût est compétitif par rapport à celui dérivé des combustibles fossiles. Les recherches futures se concentreront sur la réduction de la tension globale requise pour la réaction, ainsi que de réduire davantage la proportion de produits secondaires, qui sont coûteux à séparer.

Le nouveau catalyseur est le premier pour la conversion du CO2 en éthylène à avoir été conçu en partie grâce à l'utilisation de l'IA. Il s'agit également de la première démonstration expérimentale des approches d'apprentissage actif développées par Ulissi. Ses bonnes performances valident l'efficacité de cette stratégie et sont de bon augure pour de futures collaborations de cette nature.

« Il y a de nombreuses façons dont le cuivre et l'aluminium peuvent s'arranger, mais ce que les calculs montrent, c'est que presque tous étaient censés être bénéfiques d'une manière ou d'une autre, " dit Sargent. " Donc, au lieu d'essayer différents matériaux lorsque nos premières expériences n'ont pas fonctionné, nous avons persisté, parce que nous savions qu'il y avait quelque chose dans lequel il valait la peine d'investir."