Koç Üniversitesi Yapay Zekâ ile Karbon Yakalama Araştırmasını Hızlandırdı

Koç Üniversitesi, Yapay Zekâ Karbon Yakalama Araştırması’nı saniyelere indirdi.

Koç Üniversitesi araştırmacıları, karbon yakalama teknolojilerinde kullanılabilecek yüksek performanslı membran malzemelerini belirlemek için yapay zekâdan yararlandı. Çalışmada 104 bin 196 farklı malzeme eşleşmesi incelendi ve laboratuvarda aylar sürebilecek değerlendirme süreci saniyelere indirildi.

Koç Üniversitesi Kimya ve Biyoloji Mühendisliği Bölümü’nden Prof. Dr. Seda Keskin Avcı ile yüksek lisans öğrencisi Feride Neva Yüngül, enerji ve sanayi tesislerinin baca gazlarında bulunan karbondioksitin atmosfere salınmadan önce ayrıştırılmasına yönelik yeni bir yöntem geliştirdi.

Araştırma, moleküllerin malzeme içindeki davranışını hesaplayan bilgisayar simülasyonlarıyla yapay zekâ modellerini bir araya getiriyor. Çalışmanın sonuçları Nature yayın grubunda yer alan Communications Materials dergisinde yayımlandı.

Yapay Zekâ 104 Bin Malzeme Eşleşmesini İnceledi

Enerji üretimi ve sanayi süreçlerinde ortaya çıkan baca gazları karbondioksit, azot ve farklı gazlardan oluşuyor. Karbon yakalama teknolojilerinde temel hedeflerden biri, karbondioksiti bu karışımdan ayırarak atmosfere ulaşmasını azaltmak.

Bu süreçte kullanılan geleneksel ayırma yöntemleri yüksek enerji tüketimine yol açabiliyor. Yalnızca belirli gazların geçmesine izin veren ince ayırıcı tabakalar olarak tanımlanan membranlar ise daha düşük enerji tüketimiyle çalışan alternatifler arasında yer alıyor.

Araştırmacılar, membranlarda kullanılabilecek polimerler ile MOF olarak bilinen Metal-Organik Kafes Yapılarını yapay zekâ yardımıyla eşleştirdi.

Model, 8 bin 683 farklı MOF’u 12 polimerle bir araya getirerek toplam 104 bin 196 olası kombinasyonu değerlendirdi. Böylece laboratuvar testleri açısından en yüksek potansiyele sahip malzeme çiftleri kısa sürede belirlenebildi.

Aylar Sürebilecek Araştırma Süreci Saniyelere İndi

Yeni membran malzemelerinin geliştirilmesindeki en büyük zorluklardan biri, binlerce farklı kombinasyonun laboratuvar ortamında ayrı ayrı test edilmesi.

Koç Üniversitesi ekibinin geliştirdiği yöntem, bu tarama sürecini yapay zekâ ile önemli ölçüde hızlandırıyor. Model, farklı malzemelerin karbondioksit, metan, hidrojen ve azot gibi gazları ayırma performanslarını tahmin edebiliyor.

Araştırmanın sonuçları, çok sayıda MOF-polimer kombinasyonunun günümüzde kullanılan geleneksel membranlara kıyasla daha yüksek performans potansiyeli taşıdığını gösterdi.

Bu yaklaşım sayesinde araştırmacılar, geniş bir aday havuzundan laboratuvarda test edilmeye değer malzemelere daha hızlı ulaşabilecek.

Yapay Zekâ Modeli Araştırmacıların Kullanımına Açıldı

Araştırma ekibi, geliştirdiği yapay zekâ modelini ve veri setini bilim dünyasının kullanımına da açtı.

Bu adım, özellikle yüksek hesaplama gücüne erişimi sınırlı araştırma ekiplerinin binlerce farklı malzeme kombinasyonunu kısa sürede değerlendirebilmesine imkan sağlıyor.

Yöntemin karbon yakalama teknolojilerinin yanı sıra doğal gazın temizlenmesi ve hidrojen üretimi gibi alanlarda da kullanılabilecek daha verimli membranların geliştirilmesini hızlandırması bekleniyor.

Bu araştırmanın teknoloji açısından en güçlü yanı, yapay zekânın yalnızca veri analizi yapan bir araç olarak kullanılmaması. Model, malzeme biliminin en zaman alan aşamalarından biri olan aday taramasını doğrudan hızlandırıyor.

104 bin 196 kombinasyonun saniyeler içinde değerlendirilebilmesi, yapay zekânın bilimsel Ar-Ge süreçlerinde nasıl bir çarpan etkisi yaratabileceğine iyi bir örnek sunuyor. Özellikle karbon yakalama gibi yüksek maliyetli ve uzun test süreçlerine sahip alanlarda simülasyon ile makine öğrenmesinin birlikte kullanılması, araştırma laboratuvarlarının çok daha geniş bir malzeme uzayını taramasını mümkün kılıyor.

Modelin ve veri setinin açık kullanıma sunulması da çalışmanın etkisini artırabilecek önemli bir adım. Böylece geliştirilen yöntem tek bir araştırma ekibinin sınırlarını aşarak yeni malzeme keşiflerinde ortak bir teknoloji altyapısına dönüşebilir.