Az mesterséges intelligencia segítségül hívása a polimerek elemzésében új dimenziókat nyit meg a tudományos kutatásban.
A Debreceni Egyetem Természettudományi és Technológiai Karának szakértői innovatív megközelítést alkalmaztak az előállított intelligens anyagok feltérképezésére. Kutatásuk célja az volt, hogy a mesterséges intelligencia révén felfedezzék, miként lehet finomítani a vegyületek jellemzőit és teljesítményét.
A polimerek és a belőlük készült műanyagok termelése világszerte folyamatosan robbanásszerűen növekszik. Ezek az anyagok az élet szinte minden aspektusában jelen vannak, így nem meglepő, hogy a polimerkémia, valamint az ehhez kapcsolódó gyártási és feldolgozási technikák megértése rendkívül fontos. A műanyag termékek mellett a polimerek számos izgalmas és innovatív alkalmazásra is képesek. Különleges funkcionális anyagok hozhatók létre, amelyek külső behatásokra reagálva képesek megváltoztatni kémiai, fizikai vagy mechanikai jellemzőiket. Ezeket az okos, reagáló anyagokat intelligens polimereknek nevezzük.
A Debreceni Egyetem Természettudományi és Technológiai Kar Alkalmazott Kémiai Tanszékének kutatói innovatív anyagok fejlesztésén dolgoznak, miközben egyedi és korszerű elemzési módszereket alkalmaznak a vizsgálatok során.
- Mesterséges intelligencia alapon dolgoztunk, az ilyen alapú adatkezelésnek a legnagyobb előnye, hogy maga az algoritmus fejleszt nekünk egy modellt. A laborban intelligens anyagokat állítunk elő, melyeknek az elemzésére új eljárásokat dolgoztunk ki. A cél az, hogy kapjunk valami plusz információt, ami magyarázhatja a tulajdonságváltozásokat. A szerkezet-tulajdonság kapcsolat azonosításához használtunk mesterséges neurális hálózatokat - vázolta Nagy Tibor, a DE TTK Kémiai Intézet Alkalmazott Kémiai Tanszékének docense.
Az intelligens polimerek viselkedésének alaposabb megértése kulcsfontosságú lehet számos technológiai újítás szempontjából. Az összefüggések feltárásához rengeteg minta és mérési adat szükséges, ezért minden olyan eljárás, amely képes felgyorsítani vagy automatizálni a vizsgálati folyamatokat, rendkívül értékes. Jelenleg a kutatások során alkalmaznak egy nem automatizálható és költséges technikát, a tömegspektrometriát, amely lehetővé teszi a részletes elemzést. Ezzel szemben egy könnyebben automatizálható és olcsóbb módszert is alkalmaznak, mégpedig a méretkizárásos kromatográfiát, amely bár széles körben elterjedt, mégis korlátozott mennyiségű információt nyújt.
Kutatásunk során két különböző módszert ötvöztünk, hogy új megközelítést alkalmazzunk. A mesterséges intelligencia segítségével igyekeztünk kinyerni a részletes elemzésből származó adatokat a kevésbé részletes elemzések eredményeiből, felügyelt tanulási technikákkal kiépített neurális hálózatok révén. Az anyagok viselkedését és a részletes elemzés eredményeit összekapcsolva tanítottuk a neurális hálózatunkat. A tanítási és tesztelési folyamat végén sikerült kifejlesztenünk egy matematikai modellt, amely lehetővé teszi, hogy az egyszerűbb eljárásokból származó eredményeket a részletes elemzés eredményeivé alakítsuk. Ennek köszönhetően a viszonylag olcsón, rutinszerű laboratóriumi körülmények között előállított adatok alapján elérhetjük a részletesebb elemzéseket - magyarázta a DE kutatója, majd hozzátette: általában a mesterséges intelligencia kapcsán hatalmas adathalmazokra gondolunk, de most bebizonyítottuk, hogy még egy viszonylag korlátozott információmennyiség is elegendő lehet a céljaink eléréséhez.
A kutatás részletei, eredményei a D1-es besorolású Analytical Chemistry című tudományos folyóiratban jelentek meg, ráadásul az aktuális szám fedőlapjának is kiválasztották azt a grafikát, amit a debreceni kutatók készítettek. A tanulmánnyal Nagy Tibor elnyerte a Gróf Tisza István Debreceni Egyetemért Alapítvány Publikációs Díját.
