Bilim insanları yapay zekâyı kullanarak karbondioksiti yakıt ve kimyasallara dönüştürme sürecinde yer alan yaklaşık 10 bin kimyasal tepkimeyi ortaya çıkardı. Bu keşif, CO2 dönüşüm tahminlerini büyük ölçüde iyileştirdi ve daha verimli katalizörlere ilham verebilecek sürpriz bir hidrojen tepkimesini gün yüzüne çıkardı.
Bilim insanları, karbondioksitin (CO2) değerli yakıt ve endüstriyel kimyasallara dönüşümünü iyileştirmeye yardımcı olabilecek binlerce daha önce gözden kaçan kimyasal tepkimeyi ortaya çıkardı. Makine öğrenmesini ileri bilgisayar simülasyonlarıyla birleştiren Hindistan Bilim Enstitüsü (IISc) araştırmacıları, bakır katalizör üzerinde gerçekleşen 9.389 ayrı tepkimeyi belirledi ve geleneksel modellerin kaçırdığı beklenmedik kimyasal yolları gösterdi.
Nature Communications’ta yayımlanan bulgular, CO2’yi metanol gibi kullanışlı ürünlere dönüştürmek için daha etkili katalizörler geliştirilmesine yardımcı olabilir. Araştırma aynı zamanda hidrojenin bu tepkimelere katılmasının şaşırtıcı bir yolunu da ortaya çıkardı ve sürecin nasıl işlediği konusundaki yerleşmiş varsayımları sorguladı.
Karbondioksitin geri dönüştürülmesi için umut verici bir yaklaşım hidrojenlemedir; bu yöntem bir katalizör kullanarak CO2’nin hidrojenle reaksiyona girmesini ve metanol gibi kimyasallar oluşturmasını sağlar. Süreç, katalizör yüzeyinde gerçekleşen sayısız ayrı tepkimeyi içerir. Her olası adımı kuantum mekaniğiyle simüle etmek büyük hesaplama gücü gerektirir, bu yüzden araştırmacılar genellikle en önemli olduğu düşünülen sınırlı bir tepkime seçimine odaklanır. Bu basitleştirme, yüzlerce potansiyel kritik tepkimenin göz ardı edilmesine yol açabilir.
“Mekanistik modelleme yapan herkesin aşina olduğu bir endişeyle başladık: Tepkime ağınızın önemli olan tek adımı dışarıda bırakmadığını nasıl bilirsiniz?” dedi ilk yazar Anand Mohan Verma. Verma araştırmayı IISc’de CV Raman Postdoctoral Fellow olarak yürüttü ve şimdi Motilal Nehru Ulusal Teknoloji Enstitüsü Allahabad (MNNIT Allahabad)’ta yardımcı doçent.
Yapay Zekâ Binlerce Gözden Kaçan Kimyasal Tepkimeleri Ortaya Çıkardı
Bu sınırlamayı aşmak için araştırma ekibi önce kuantum mekaniği simülasyonlarını kullanarak 152 kimyasal tepkimeyi içeren ayrıntılı bir veri tabanı oluşturdu. Ardından ek tepkimelerin aşması gereken enerji bariyerlerini hızlıca tahmin etmek için makine öğrenmesi modellerini eğitti.
Otomasyonlu hesaplama araçlarıyla bilim insanları, katalizör yüzeyinde bulunan 105 kimyasal türün olası tepkimelerini inceledi. Tek adımda gerçekleşebilecek dönüşümleri de belirledi. Bu yaklaşım, orijinal ağı sadece 152 tepkimeden 9.389 tepkimeye genişletti.
Fark belirgindi. Araştırmacılar daha küçük ağa güvendiğinde model, ana ürün olarak metanol yerine formik asidi yanlış biçimde tanımladı ve deneylerin gösterdiğinden çok daha az CO2 dönüşümü öngördü.
“İlk aşamada ele aldığımız 152 tepkimeyle süreci modellediğimizde ağ, ana ürün olarak metanol yerine formik asidi yanlış öngördü ve ne kadar CO2’nin dönüştüğünü az tahmin etti. Ağ, daha önce gözden kaçan binlerce ek tepkimeyi de kapsayacak şekilde genişletildiğinde tahminler deneysel olarak görülenlerle uyumlu hale geldi” diye açıkladı ilgili yazar Ananth Govind Rajan. Rajan, IISc Kimya Mühendisliği Bölümü’nde doçent.
Genişletilmiş Model CO2 Dönüşümünü 40 Kat Daha Fazla Öngördü
Bilim insanları daha büyük tepkime ağını kimyasal süreçlerin ne hızda gerçekleştiğine dair modele dahil ettiğinde, öngörülen CO2 dönüşüm miktarı orijinal modele kıyasla yaklaşık 40 kat arttı.
Genişletilmiş model ayrıca metanol ve karbon monoksiti ana ürünler olarak doğru biçimde tanımladı ve tahminlerini deneysel bulgularla uyumlu hale getirdi.
Deneysel doğrulama, Hindustan Petroleum Corporation Limited’in Yeşil Araştırma ve Geliştirme Merkezi’nde G Valavarasu ve Santhosh Kotni tarafından, Singapur’daki Bilim, Teknoloji ve Araştırma Ajansı’nda Amol Amrute ve meslektaşları tarafından yürütüldü. IISc Bilgisayar Bilimi ve Otomasyon Bölümü’nden Profesör Ambedkar Dukkipati de makine öğrenmesi modellerine katkıda bulundu.
Sürpriz Bir Hidrojen Yolu Geleneksel Kimyayı Sarsıyor
Tahminleri iyileştirmenin ötesinde, çok daha büyük tepkime ağı hidrojenle ilgili beklenmedik bir mekanizmayı da ortaya çıkardı.
Birkaç önemli tepkime adımında hidrojen, ayrı hidrojen atomları yoluyla değil, moleküler H2 olarak ara bileşiklere doğrudan aktarılabiliyordu. Ek kuantum mekaniği hesaplamaları, hidrojenin oksijen içeren ara maddelere aktarılmasının özellikle elverişli olabildiğini doğruladı.
Bu bulgu, hidrojenin katalitik tepkimelere nasıl katıldığı konusundaki uzun süredir var olan varsayımı sorguluyor ve daha iyi katalizörler tasarlamak için değerli ipuçları sunabilir.
“Hidrojenin önce atomlara ayrılmadan bütün bir molekül olarak aktarılabileceği fikri, çoğu kişinin öğrendiğinin aksine” dedi ortak yazar Shivam Chaturvedi, IISc Kimya Mühendisliği Bölümü’nde doktora öğrencisi. “Bu, ağ yeterince büyük olduğunda ortaya çıktı ve adımları açıkça hesapladığımızda gözlem doğrulandı. Bu aynı zamanda H2 ile daha güçlü etkileşen katalizörlerin metanol oluşumuna götüren yolları potansiyel olarak artırabileceğini de gösteriyor.”
Araştırmacılar, bu beklenmedik mekanizmanın CO2’den metanol üretimi için moleküler hidrojenle daha etkili etkileşen katalizörlerin geliştirilmesine rehberlik edebileceğine inanıyor.
Daha geniş hesaplama çerçevesi, karbondioksit hidrojenlemesinin ötesinde de yararlı olabilir. Kuantum mekaniği simülasyonlarını, makine öğrenmesini, kimyasal tepkimelerin otomatik tanımlanmasını ve tepkime hızı modellerini bütünleştiren yaklaşım, araştırmacıların diğer önemli endüstriyel süreçleri incelemesine yardımcı olabilir.
Potansiyel uygulamalar arasında farklı katalizörlerle CO2 azaltımı, azot azaltımı ve su bölünmesi yer alıyor. Daha basit modellerin kaçırabileceği kimyasal adımları ortaya çıkararak teknik, karmaşık katalitik tepkimelerin daha bütünsel bir resmini sunuyor ve yakıt ve kimyasal üretiminde kullanılan süreçleri iyileştirmek için yeni fırsatlar sağlıyor.
