Nye biologisk nedbrytbare polymerer utvikles ved hjelp av AI-modell

Forskere i Nederland har utviklet et AI-basert maskinlæringsprogram som kan brukes til å lage helt nye og "skreddersydde" biologisk nedbrytbare polymerer. AI-modellen, som har fått navnet PolySCOUT, testes nå av forskningsorganisasjonen TNO i Nederland.
Det skriver Jerry Pettersson/JP Press Agency, ifølge en artikkel på Nordisk Bioplasforening.
En av nøkkelforskerne bak PolySCOUT er Milad Golkaram, som er assisterende professor ved University of Maastricht og plast- og polymerforsker ved TNO. Sammen med lagkameratene har han utviklet et AI-basert program som skreddersyr den kjemiske strukturen til den spesielle polymeren du ønsker.
– Hvis du vil ha et materiale med visse egenskaper, spesifiserer du disse egenskapene i modellen, og så produserer PolySCOUT en kjemisk struktur for en passende polymer. Vi skaper noe unikt og flytter grensene for vitenskap og teknologi på dette feltet, sier Milad Golkaram.
AI-modellen testes nå av den uavhengige forskningsorganisasjonen TNO (Nederlandse Organisatie voor Toegepast Natuurwetenschappelijk Onderzoek) i samarbeid med den nederlandske tekstilprodusenten Senbis. Ved hjelp av PolySCOUT skal TNO og Senbis utvikle syntetiske plastbaserte tekstilfibre, som er biologisk nedbrytbare og ikke avgir mikroplast.
Ifølge forskerteamet gir AI-modellen ikke bare forslag til skreddersydde polymerer, den sparer også mye tid. Å utvikle nye polymerer i laboratorier kan ta år, men med PolySCOUT går det mye raskere.
– Med maskinlæring lærer AI-modellen vår mer og mer om egenskapene til polymerer. Den kan gjenkjenne sammenhenger raskere enn mennesker og kan trekke konklusjoner fra dem. Det betyr at du faktisk får ønsket resultat nesten umiddelbart, sier Milad Golkaram, som er nominert til TNOs Young Excellent Researcher Award 2024 for sitt forskningsarbeid.
Milad Golkaram og teamet hans danner en tverrfaglig ekspertgruppe der medlemmene utfyller hverandre med sin inngående kunnskap innen områder som polymervitenskap, bærekraft, AI, etc.