От атомов к процессам: AI в химической инженерии

Быстрое созревание искусственного интеллекта (ИИ) и машинного обучения (МО) катализировало глубокий сдвиг в том, как формулируются, анализируются и решаются проблемы химической инженерии. Достижения в области вычислений, доступности данных и алгоритмов обучения позволили методам ИИ/МО повлиять на приложения, охватывающие атомно-масштабное моделирование, открытие материалов и катализаторов, транспорт и термодинамику, разделение, проектирование технологических систем и промышленные операции. Эта статья предлагает обзор последних методологических разработок и репрезентативных применений, подчеркивая, как инструменты ИИ/МО интегрируются с моделями на основе первых принципов для решения проблем точности прогнозирования, дефицита данных, экстраполяции, интерпретируемости и управления жизненным циклом моделей. Во всех областях наблюдается объединяющая тенденция отхода от чисто «черных ящиков» к гибридным и физически информированным подходам, которые явно учитывают законы сохранения, термодинамическую согласованность и известные структурные ограничения. Эти подходы не только повышают надежность и устойчивость, но и обеспечивают значимое сотрудничество между человеком и ИИ, предоставляя информацию на соответствующем уровне абстракции для задачи и контекста принятия решений. Мы заключаем, что ИИ и МО не заменяют основные принципы химической инженерии; скорее, они их усиливают. По мере того, как область движется к все более автономным, адаптивным и устойчивым системам, продуманная интеграция ИИ/МО с пониманием первых принципов и экспертными знаниями в предметной области будет иметь решающее значение для реализации их полного потенциала как в исследованиях, так и в промышленной практике. Поддержка: https://boosty.to/krastykovyaz создано с помощью NotebookLM