Inteligența artificială identifică 9.389 de reacții în transformarea CO₂ în metanol și descoperă noi mecanisme chimice — NRG-IA

Inteligența artificială a permis cercetătorilor de la Indian Institute of Science (IISc), din India, să identifice mecanisme chimice trecute cu vederea în procesul de transformare a dioxidului de carbon în metanol. Folosind simulări cuantice, algoritmi de învățare automată și modelare chimică avansată, echipa a extins o rețea inițială de 152 de reacții la 9.389 de reacții elementare, descoperind că unele dintre căile ignorate anterior pot schimba radical predicțiile privind produsele obținute din CO₂ și hidrogen. Rezultatele, publicate la 17 septembrie 2026 în revista Nature Communications, arată cât de importantă poate deveni inteligența artificială în dezvoltarea combustibililor sintetici. Modelul convențional indica în mod eronat acidul formic drept produs principal al procesului. După introducerea miilor de reacții suplimentare, simularea a identificat corect metanolul și monoxidul de carbon printre produsele importante, în concordanță cu observațiile experimentale. Descoperirea cea mai interesantă privește modul în care hidrogenul participă la reacțiile chimice. Cercetătorii au identificat căi prin care hidrogenul molecular poate participa direct la transferul de hidrogen către intermediarii chimici, fără o etapă separată de descompunere prealabilă în atomi individuali. Ulterior, calculele cuantice au confirmat că unele dintre aceste transformări pot fi mai favorabile energetic decât mecanismele considerate în mod tradițional. Un model cu 152 de reacții oferea o explicație greșită a procesului Transformarea dioxidului de carbon în metanol presupune o succesiune complexă de reacții care se desfășoară pe suprafața unui catalizator. Moleculele de CO₂ și hidrogen interacționează cu suprafața metalică, formează compuși intermediari și trec prin numeroase transformări înainte de obținerea produselor finale. Fiecare etapă are propriile cerințe energetice, iar viteza și probabilitatea reacțiilor determină cantitatea și tipul substanțelor produse. Pentru a descrie aceste procese, cercetătorii folosesc modele construite din reacții elementare. În mod tradițional, sunt selectate câteva zeci sau sute de transformări considerate cele mai probabile, deoarece calcularea individuală a miilor de posibilități prin metode cuantice necesită resurse computaționale foarte mari. Problema este că o reacție omisă poate influența întregul proces. Dacă aceasta oferă o cale mai rapidă către un anumit produs sau modifică disponibilitatea unui intermediar chimic, rezultatele modelului se pot îndepărta semnificativ de comportamentul real al catalizatorului. Exact această situație a fost evidențiată de echipa IISc. Rețeaua inițială de 152 de reacții, construită pe baza calculelor cuantice, indica acidul formic drept produs dominant și subestima conversia dioxidului de carbon. Modelul extins la 9.389 de reacții a modificat substanțial rezultatele, identificând metanolul și monoxidul de carbon printre produsele principale. Conversia CO₂ estimată de simularea extinsă a fost de aproximativ 40 de ori mai mare decât cea calculată prin modelul inițial. Această diferență reprezintă schimbarea rezultatului prezis prin modelare, nu o creștere experimentală de 40 de ori a producției unui reactor. Importanța sa este însă considerabilă: prin includerea reacțiilor ignorate, cercetătorii au obținut o reprezentare mult mai apropiată de comportamentul chimic observat. Inteligența artificială a extins analiza la 9.389 de reacții între 105 specii chimice Pentru a depăși limitele modelării tradiționale, cercetătorii au combinat mai multe metode. Prima etapă a constat în calcularea caracteristicilor energetice ale celor 152 de reacții inițiale folosind teoria funcționalei densității, o metodă de mecanică cuantică utilizată pentru studierea structurii electronice și a comportamentului moleculelor. Datele obținute au fost apoi folosite pentru antrenarea unor modele de învățare automată capabile să estimeze barierele energetice ale altor reacții. Aceste bariere indică energia necesară pentru ca o anumită transformare chimică să se producă și influențează puternic viteza reacției. Un sistem automatizat a explorat transformările posibile între 105 specii chimice adsorbite pe suprafața catalizatorului, identificând reacții compatibile cu regulile chimice și structurale stabilite. Astfel, rețeaua a fost extinsă cu 9.237 de reacții suplimentare, ajungând la un total de 9.389. Pentru predicția barierelor de activare, echipa a utilizat inclusiv algoritmul CatBoost, antrenat pe datele obținute prin calcule cuantice. În evaluarea raportată, modelul a atins o eroare medie absolută de aproximativ 0,13 electronvolți, oferind o metodă mult mai rapidă de estimare a caracteristicilor energetice decât recalcularea cuantică individuală a fiecărei posibilități. Rețeaua rezultată a fost introdusă într-un model microcinetic, capabil să simuleze modul în care reacțiile se influențează reciproc și contribuie la formarea produselor finale. Cele 9.389 de transformări reprezintă…