卡内基梅隆大学(Carnegie Mellon University)和多伦多大学(University of Toronto)的研究人员正在使用人工智能技术，以加速寻找一种新催化剂中的关键材料，将二氧化碳转化为乙烯。使用这种催化剂是为了加快将废碳转化为具有商业用途的产品的进程，并以创纪录的效率。
同时，得到的电催化剂在同类产品中具有最高的效率。而且，如果该系统使用风能或太阳能，它将提供一种有效的方法来存储这些可再生能源产生的电能。
这篇发表在《自然》杂志上的研究论文的作者之一说:“将二氧化碳转化为乙烯是一个价值600亿美元的市场，如果使用清洁能源，可以改善碳捕获和清洁能源存储的经济效益。”
机器学习可以在数以百万计的催化剂中加速搜索
早些时候，研究团队开发了一些世界领先的催化剂，以降低将二氧化碳转化为乙烯和其他碳基分子的反应的能量成本。尽管如此，仍有可能获得更好的催化剂，但是，由于有大量的潜在材料组合，测试所有这些催化剂将涉及不可接受的时间。
该团队表示，机器学习可以解决这个问题，加快搜索速度。在计算机模型和理论数据的帮助下，算法可以消除最坏的选择，并指出更有前景的选择。
此前，在2017年举办的一次研讨会上，一名研究人员与加拿大高级研究所合作，利用人工智能推进清洁能源材料的研究。今年晚些时候发表在《自然》杂志上的另一篇评论文章阐述了这个想法。研讨会的受邀者包括一位来自卡耐基梅隆大学的教授，他的小组专门研究纳米材料的计算机建模。
