La IA ayuda a reducir los candidatos para portadores de hidrógeno en forma líquida de miles de millones a aproximadamente 40

En un estudio computacional que rige la inteligencia artificial (IA), los científicos del Laboratorio Nacional Argonne del Departamento de Energía de EE. UU. (DOE) evaluaron 160 mil millones de moléculas, más que el número de personas nacidas en toda la historia de la humanidad. Su objetivo era comprobar la idoneidad de las moléculas como portadores líquidos de hidrógeno.

Los hallazgos fueron publicados en la revista. Descubrimiento digital.

El Sol es esencialmente una enorme bola compuesta principalmente de gas hidrógeno, que libera energía en forma de calor que calienta la Tierra y el resto de nuestro sistema solar. Debido a su contenido y abundancia de energía, el hidrógeno es muy prometedor como fuente de energía en la Tierra. Alimenta automóviles, camiones, autobuses, trenes y barcos y genera electricidad para los consumidores. Aunque la energía del Sol proviene de la fusión de átomos de hidrógeno, el proceso que el equipo pretende utilizar en la Tierra implica quemar hidrógeno.

El hidrógeno existe en su forma pura como gas en condiciones normales. Uno de los desafíos es transportar de manera segura este gas a las estaciones de servicio y almacenarlo para usarlo como combustible. Sin embargo, los compuestos portadores de hidrógeno en forma líquida tienen varias ventajas. Tienen un perfil de seguridad mucho mejor ya que es menos probable que tengan fugas y exploten. Tienen un alto contenido energético por unidad de volumen, lo que facilita mucho su almacenamiento y transporte.

«La forma de compuesto líquido esencialmente elimina algunos de los problemas con el gas hidrógeno puro, especialmente porque existe una infraestructura bien establecida para almacenar y transportar de forma segura gasolina y otros químicos líquidos», dijo Rajiv Surendran Assari, químico y líder del grupo Argonne. . en el Departamento de Ciencia de Materiales.

La forma más visible de compuesto portador de hidrógeno líquido es el agua: dos átomos de hidrógeno y uno de oxígeno. Otra forma son las moléculas orgánicas, un sin fin de combinaciones posibles de átomos de hidrógeno y carbono junto con otros átomos como el nitrógeno y el oxígeno.

«Con la ayuda de la IA, estamos buscando moléculas líquidas orgánicas que, a través de una reacción química de bajo costo con un catalizador, puedan agregar o liberar hidrógeno para usarlo como combustible», dijo Logan Ward, científico computacional en Ciencia de Datos y Aprendiendo. División. Lo más importante es que esta reacción no añade carbono a la atmósfera. Es decir, debe ser neutro en carbono.

«Estamos buscando moléculas líquidas orgánicas que puedan retener hidrógeno durante largos períodos de tiempo, pero que no puedan eliminarlo fácilmente cuando sea necesario», dijo Hassan Harb, becario postdoctoral en el Departamento de Ciencia de Materiales. «Deberían ser capaces de almacenar suficiente hidrógeno para uso práctico». Después de eliminar el hidrógeno, se agrega hidrógeno de reemplazo al líquido para su reciclaje.

Entre los miles de millones de posibles portadores de hidrógeno líquido, los ejemplos comunes incluyen productos químicos como el amoníaco y el metanol. Sin embargo, relativamente pocos candidatos probados en el laboratorio hasta la fecha sufren de inestabilidad química y reacciones secundarias no deseadas.

El equipo examinó moléculas candidatas basándose en cuatro factores. Uno es la similitud estructural con los conocidos portadores de hidrógeno líquido. Otra propiedad física deseable, como los puntos de fusión y ebullición, es que el líquido debe permanecer líquido cuando se agrega o elimina hidrógeno. En tercer lugar, el líquido debe poder almacenar una gran cantidad de hidrógeno por unidad de volumen. Finalmente, la cantidad de energía necesaria para liberar hidrógeno del líquido debe ser suficientemente baja.

«Comenzamos accediendo a bases de datos químicas con datos sobre moléculas orgánicas», dijo Sarah Elliott, becaria postdoctoral en el Departamento de Ciencia e Ingeniería Química. «Encontramos 160 mil millones de moléculas de este tipo, y combinar la IA con los últimos métodos computacionales teóricos es esencial para seleccionar de la mejor manera este enorme ejército de moléculas».

Los cálculos del equipo requirieron acceso a supercomputadoras disponibles en pocos lugares del mundo. Uno de ellos es Argonne, sede de Argonne Leadership Computing Facility, una instalación para usuarios de la Oficina de Ciencias del DOE. El equipo se basa en Bebop, un clúster informático gestionado por el Centro de Recursos Informáticos del Laboratorio de Argonne.

Incluso con estos poderosos recursos disponibles, un milisegundo de tiempo de computación para una molécula se traduciría en cinco años de tiempo de computación para 160 mil millones de moléculas. Por esa razón, el equipo desarrolló un método de detección basado en IA que aceleró los cálculos a tres millones de moléculas por segundo, o 160 mil millones, en aproximadamente 14 horas.

«Da la vuelta a los cálculos que sólo podemos hacer una vez en todo el proyecto, si es que podemos hacerlo durante la noche, y los itera a medida que recibimos retroalimentación del cálculo y el experimento», dijo Ward.

Con su enfoque único, el equipo redujo el número de candidatos de 160 mil millones a solo 41. Ahora, la tarea cae en manos de expertos prácticos para poner a prueba a los aspirantes. El enfoque computacional del equipo allana el camino para una nueva era de innovación en soluciones energéticas sostenibles.

Además de Assari, Elliott, Ward y Harb, los autores incluyen a Ian Foster, Stephen Klippenstein y Larry Curtis.