FOXreport.gr

Η μηχανική μάθηση προβλέπει πόσο γρήγορα διασπώνται τα βιοδιασπώμενα πλαστικά στη φύση

Εικόνα: BioFuture Additives

Η αξιολόγηση του χρόνου που χρειάζεται ένα βιοδιασπώμενο πλαστικό για να αποσυντεθεί στο περιβάλλον απαιτεί συνήθως μήνες ή ακόμη και χρόνια εργαστηριακών δοκιμών. Μια νέα μελέτη από το Γεωπονικό Πανεπιστήμιο Αθηνών προτείνει μια ταχύτερη λύση: ένα εργαλείο τεχνητής νοημοσύνης που μπορεί να προβλέψει σχεδόν άμεσα την πορεία βιοαποδόμησης ενός ευρέως χρησιμοποιούμενου βιοπλαστικού.

Η έρευνα, που δημοσιεύθηκε στο περιοδικό Polymers, επικεντρώνεται στο PHBV (poly(3-hydroxybutyrate-co-3-hydroxyvalerate)), ένα βιοπολυμερές που παράγεται φυσικά από βακτήρια και θεωρείται πολλά υποσχόμενη εναλλακτική λύση στα συμβατικά πλαστικά που προέρχονται από ορυκτά καύσιμα.

Μια βάση δεδομένων για την αποδόμηση του PHBV

Η ερευνητική ομάδα, με επικεφαλής τον Χρύσανθο Μαραβέα, δημιούργησε μια ειδικά σχεδιασμένη βάση δεδομένων από 13 επιστημονικές μελέτες που καλύπτουν σχεδόν τρεις δεκαετίες έρευνας.

Η βάση περιλαμβάνει στοιχεία για διαφορετικές μορφές PHBV, με ποικίλα πρόσθετα, συνθέσεις και περιβαλλοντικές συνθήκες. Συνολικά συγκεντρώθηκαν 93 πειραματικές περιπτώσεις και περισσότερες από 1.300 μετρήσεις βιοαποδόμησης, οι οποίες βασίζονται στην παραγωγή διοξειδίου του άνθρακα κατά τη διαδικασία μετατροπής του υλικού.

Η τεχνητή νοημοσύνη προβλέπει τη διάσπαση

Οι ερευνητές εκπαίδευσαν δύο μοντέλα μηχανικής μάθησης, το Random Forest και το XGBoost, χρησιμοποιώντας τα διαθέσιμα δεδομένα. Στη συνέχεια δοκίμασαν τα μοντέλα σε νέα πειραματικά δεδομένα που δεν είχαν χρησιμοποιηθεί κατά την εκπαίδευσή τους.

Τα αποτελέσματα έδειξαν υψηλή ακρίβεια πρόβλεψης, με τιμές R² περίπου 0,95 έως 0,97, γεγονός που δείχνει ότι τα μοντέλα μπορούν να λειτουργήσουν αξιόπιστα και σε νέες περιπτώσεις.

Οι παράγοντες που επηρεάζουν τη βιοαποδόμηση

Η ανάλυση των αποτελεσμάτων έδειξε ότι ο χρόνος αποδόμησης αποτελεί τον σημαντικότερο παράγοντα πρόβλεψης, καθώς η διαδικασία εξαρτάται σε μεγάλο βαθμό από την κινητική της αντίδρασης.

Ωστόσο, σημαντικό ρόλο παίζουν επίσης η θερμοκρασία, η αναλογία των δύο βασικών συστατικών του πολυμερούς, ο μηχανισμός αποδόμησης – ιδιαίτερα η διάβρωση της επιφάνειας – ο τύπος της μικροβιακής κοινότητας και η παρουσία πρόσθετων υλικών.

Τα ευρήματα δείχνουν ότι η βιοαποδόμηση δεν καθορίζεται μόνο από τον χρόνο, αλλά από μια πολύπλοκη αλληλεπίδραση μεταξύ του σχεδιασμού του υλικού και του περιβάλλοντος στο οποίο βρίσκεται.

Ένα εργαλείο για πιο βιώσιμα υλικά

Το μοντέλο Random Forest είναι πλέον διαθέσιμο δωρεάν ως διαδραστικό διαδικτυακό εργαλείο στην πλατφόρμα Jaqpot. Ερευνητές και κατασκευαστές μπορούν να εισάγουν χαρακτηριστικά του υλικού και περιβαλλοντικές παραμέτρους και να λαμβάνουν γρήγορες προβλέψεις για τη συμπεριφορά του.

Η νέα προσέγγιση μπορεί να συμβάλει στον σχεδιασμό νέων βιοδιασπώμενων υλικών με βάση την αρχή «ασφαλή και βιώσιμα από τον σχεδιασμό», μειώνοντας τον χρόνο και το κόστος ανάπτυξης πλαστικών που επιβαρύνουν λιγότερο το περιβάλλον.

Exit mobile version