橡树岭国家实验室的科学家开发了一种利用人工智能的方法，可以加速识别用于工业碳捕获、生物质加工、可充电电池和其他应用的环保溶剂。该论文发表在《化学理论与计算杂志》上。

该研究针对的是一类以无毒、可生物降解、高度稳定、经济高效和可重复使用而闻名的溶剂。

科学家们开发了一种预测溶剂粘度的方法，这是影响工业应用性能的关键特性。他们收集了 672 种溶剂的近 5,000 个数据点，评估了指导溶剂分子相互作用的量子化学特征，并部署了一种称为分类增强的算法来快速解析数据并确定最佳候选者。

ORNL 的 Mohan Mood 表示：“我们采用这种方法减少了计算时间和复杂性，同时仍然结合了所有可能的分子相互作用。”

ORNL 的 Michelle Kidder 表示：“可解释的机器学习通过减少实验室的实验时间和成本，帮助我们设计具有所需碳捕获特性的溶剂。”

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：