Koç Üniversitesi'nden Yapay Zekâ Destekli Karbon Yakalama Araştırması
İklim değişikliğine neden olan karbondioksit salımlarının azaltılmasına katkı sunabilecek araştırmada 104.196 farklı malzeme eşleşmesi incelendi. Bilim dünyasının en saygın dergilerinden Nature yayın grubundan Communications Materials dergisinde yayımlanan yeni yöntem, laboratuvarda aylar sürebilecek deneme sürecini birkaç saniyelik tahminlere indiriyor.
Enerji üretimi ve sanayi süreçlerinde ortaya çıkan baca gazları, karbondioksitin yanı sıra azot ve başka gazlar da içeriyor. Karbon yakalamanın temel amaçlarından biri, karbondioksiti bu gaz karışımından ayırarak atmosfere ulaşmasını önlemek. Ancak geleneksel ayırma yöntemleri yüksek miktarda enerji tüketebiliyor. Yalnızca belirli gazların geçişine izin veren ince ayırıcı tabakalar, yani membranlar, daha az enerji gerektiren bir alternatif sunuyor.
Koç Üniversitesi Kimya ve Biyoloji Mühendisliği Bölümü’nden Prof. Dr. Seda Keskin Avcı ve yüksek lisans öğrencisi Feride Neva Yüngül tarafından yürütülen araştırma, bu membranlarda kullanılabilecek en uygun malzeme çiftlerini çok daha hızlı belirlemenin bir yolunu gösteriyor. Çalışma, moleküllerin malzeme içindeki davranışını hesaplayan bilgisayar simülasyonlarını yapay zekâ ile bir araya getiriyor.
Yapay Zekâ Laboratuvarda Aylar Sürecek Çalışmayı Saniyelere İndirdi
Karbondioksitin diğer gazlardan daha verimli ayrıştırılmasını sağlayacak yeni malzemeleri bulmak, araştırmacılar için uzun ve zahmetli bir süreç. Çünkü binlerce farklı malzeme kombinasyonunun tek tek laboratuvarda denenmesi gerekiyor.
Prof. Dr. Seda Keskin Avcı ve Feride Neva Yüngül, bu süreci yapay zekâ ile büyük ölçüde hızlandırdı. Çalışmaları sayesinde, laboratuvarda uzun zaman alacak binlerce olası malzeme eşleşmesi saniyeler içinde analiz edilerek en umut vadeden seçenekler belirlenebiliyor. Araştırmanın sonuçları, alanın saygın uluslararası bilim dergilerinden birinde yayımlandı.
Yapay Zekâ En Doğru Eşleşmeleri Belirledi
Araştırmacılar, gaz ayırma membranlarında (gazları birbirinden ayıran ince filtrelerde) kullanılan polimerler (plastik benzeri uzun molekül zincirlerinden oluşan malzemeler) ile MOF (Metal-Organic Frameworks – Metal-Organik Kafes Yapıları) adı verilen gözenekli malzemeleri bir araya getirdi.
MOF'lar, çok küçük gözenekleri sayesinde bazı gazların geçmesine izin verirken diğerlerini tutabilen sünger benzeri malzemeler olarak düşünülebilir. Ancak dünyada binlerce farklı MOF ve polimer bulunuyor. Bunların hangilerinin birlikte en iyi sonucu vereceğini laboratuvarda tek tek test etmek hem yıllar sürebiliyor hem de yüksek maliyet oluşturuyor.
Araştırmacılar bu sorunu yapay zekâ ile çözdü. Yapay zekâ modeli, 8.683 farklı MOF'u 12 polimerle eşleştirerek toplam 104.196 olası kombinasyonu saniyeler içinde değerlendirdi ve laboratuvarda test edilmeye en uygun adayları belirledi.
Karbon Yakalama Teknolojilerini Hızlandırabilir
Yapay zekâ, farklı malzemelerin karbondioksit, metan, hidrojen ve azot gibi gazları ne kadar başarılı ayırabileceğini yüksek doğrulukla tahmin etti. Sonuçlar, birçok MOF-polimer kombinasyonunun bugün kullanılan geleneksel membranlardan daha iyi performans gösterebileceğini ortaya koydu.
Araştırmacılar ayrıca geliştirdikleri yapay zekâ modelini ve veri setini tüm bilim dünyasının kullanımına açtı. Böylece güçlü bilgisayar altyapısına sahip olmayan araştırma ekipleri de binlerce farklı malzeme kombinasyonunu kısa sürede değerlendirebilecek.
Çalışmanın, karbon yakalama teknolojileri, doğal gazın temizlenmesi ve hidrojen üretimi gibi enerji ve çevre alanlarında daha verimli membranların geliştirilmesini önemli ölçüde hızlandırması bekleniyor.
Kaynak: (KAHA) Kapsül Haber Ajansı
