Enfoques de aprendizaje de máquinas ubicuas para empresas químicas y de materiales

En el futuro, todos los científicos de materiales y químicos tendrán acceso a herramientas de aprendizaje de máquinas para mejorar su I+D. La integración sin problemas de estas operaciones subyacentes no se producirá rápidamente, pero el hecho de pasar por alto los avances en la informática de materiales hará que se pierda cualquier ventaja competitiva.

La informática de materiales (IM) es un enfoque centrado en los datos para la ciencia de los materiales y cierta investigación y desarrollo de la química. No hay duda de que este será un método común en un conjunto de herramientas para científicos investigadores, y en lugar de acaparar los titulares, se asumirá alguna forma de técnicas de MI en todos los desarrollos. La clave de la IG está en la integración, implementación y manipulación de las infraestructuras de datos, así como en los enfoques de aprendizaje automático diseñados para los conjuntos de datos químicos y de materiales.

Hay una gran cantidad de pruebas para esto, pero lo mejor viene de cómo la industria está respondiendo. Ha habido una gran cantidad de actividad en los últimos años, incluyendo asociaciones, inversiones y anuncios de algunas de las más notables compañías químicas y de materiales; esto se esboza en la imagen de abajo, mostrando una instantánea de estos titulares. En un artículo anterior se destacaba el motivo por el que esta adopción se está produciendo ahora. Para obtener más información sobre cómo estas empresas están utilizando esta tecnología y las perspectivas en este campo, por favor vea el informe de IDTechEx, “Materials Informatics 2020-2030”.

 

Imagen que muestra algunas de las grandes noticias de la Informática de Materiales. Esto incluye muchas empresas notables y una proporción significativa con sede en Japón. La mayoría de las noticias están asociadas con la “aceleración de la I+D de materiales”. Para más información ver el informe de IDTechEx, “Materials Informatics 2020-2030”.
El propio aprendizaje de la máquina puede utilizarse en múltiples proyectos diferentes, desde encontrar nuevas relaciones estructura-propiedad, proponer nuevos candidatos o condiciones de proceso, reducir el número de simulaciones informáticas costosas y que requieren mucho tiempo, y más. Los enfoques de ML pueden adoptar numerosas formas de métodos de aprendizaje supervisados y no supervisados; los modelos generativos pueden ser eficaces en la selección de resultados optimizados en todos los compuestos orgánicos, mientras que incluso simples modelos forestales aleatorios modificados pueden ser útiles para proponer reacciones de seguimiento para cumplir un conjunto de criterios deseados. Esto se encuentra todavía en una fase temprana y se requiere mucho más desarrollo; mucho puede aprovecharse de los avances existentes en la IA, pero es esencial integrar los conocimientos especializados y hacer frente a los desafíos únicos de un conjunto de datos de materiales.
El espacio de aplicación es amplio, y los estudios han demostrado su éxito desde los organometálicos, termoeléctricos, nanomateriales y cerámicos hasta muchos más. Este artículo resaltará 4 áreas de nota que el MI ya está impactando. IDTechEx cubre un gran número de las áreas de aplicación relevantes, la información sobre éstas se incluye en el informe de mercado para contextualizar la importancia de estos proyectos de I+D posibilitados por el IG.

 


Recomendado: ¿Qué es el Big data?.


Materiales blandos es un término suelto que abarca una amplia gama de espumas, lubricantes, adhesivos, polímeros y más. Es esta área donde la informática de materiales verá el primer éxito. Con una larga lista de combinaciones de materias primas y condiciones de proceso, estas formulaciones son excelentes consideraciones para que se emplee la informática de materiales.

Para la mayoría de las aplicaciones, hay comparativamente pocas barreras de entrada, y las propiedades pueden ser físicas (viscosidad, resistencia a la tracción, temperatura del vidrio, etc.) hasta otras consideraciones como la toxicidad, el costo y en la cadena de suministro. Casi todas las empresas de MI tienen clientes en este campo, los poliuretanos y las resinas epoxídicas son los más típicamente explorados, pero el potencial aquí solo es significativo.

La Fabricación de Aditivos es un área que abarca rápidamente enfoques de MI tanto para polímeros como para materiales metálicos. Esta es una tecnología que está surgiendo rápidamente y IDTechEx prevé que los materiales serán la fuente dominante de ingresos anuales. Muchos han aprovechado los materiales existentes para los procesos, pero el desarrollo de materias primas a medida para los procesos únicos puede ayudar a liberar todo el potencial de este sector.

Hay un gran interés en los metales, en particular, QuesTek Innovations, Intellegens, Exponential Technologies y Citrine Informatics han estado activos en este campo, y este último ha trabajado con HRL Laboratories para producir una aleación de aluminio AM registrada por la Asociación del Aluminio. Además de ofrecer plataformas y proyectos de investigación, muchos también utilizan estos avanzados enfoques de I+D para crear carteras de propiedad intelectual. OxMet Technologies lleva a cabo esto para múltiples aleaciones, en particular las superaleaciones de níquel de alta temperatura, y Phaseshift Technologies se centra en las aleaciones amorfas utilizando la rápida tasa de enfriamiento del proceso de impresión.

 

IDTechEx tiene notables informes técnicos de mercado en el campo de la fabricación de aditivos, incluyendo un nuevo informe, “Metal Additive Manufacturing 2020-2030”, que proporciona pronósticos granulares por tecnología, aplicación, material y geografía con perfiles detallados de los jugadores. A pesar de una caída inevitable, debido al impacto de la pandemia de COVID-19, se prevé que este mercado supere los 10.000 millones de dólares en la próxima década.
El almacenamiento de energía es una de las principales áreas de gasto en I+D de las empresas de ciencia e ingeniería. El próximo auge de los vehículos eléctricos (en tierra, mar y aire), así como de oportunidades como el almacenamiento de energía estacionaria, significa que casi todo el mundo está buscando involucrarse. Algunos pueden estar perdiendo su mercado a medida que se desplazan los motores de combustión interna y otros pueden estar viendo la oportunidad de involucrarse en un sector lucrativo antes inaccesible. IDTechEx tiene una amplia cartera en el campo de los vehículos eléctricos y el almacenamiento de energía y prevé que la demanda anual será de más de 1 TWh de baterías de iones de litio en la próxima década. IDTechEx cubre todas las aplicaciones de almacenamiento de energía, las consideraciones del final de la vida útil y los cambios técnicos a nivel de celdas y paquetes para las variantes de iones de litio y post-litio. Para más información ver “Vehículos Eléctricos 2020-2030: 2ª Edición” y “

 

Fundamentalmente, la mayoría de los desarrollos de almacenamiento de energía están a nivel material. Desde cátodos y ánodos avanzados hasta electrolitos de estado sólido y más allá. Hay numerosas consideraciones en cuanto a la estabilidad térmica, el potencial, el ciclo de vida y la capacidad, sin mencionar la forma en que se depositan y procesan esos materiales, así como consideraciones económicas y de la cadena de suministro. Esto la convierte en un área primordial para la informática de materiales y ya es muy evidente con el Instituto de Investigación Toyota, Samsung, Saft y con la exploración más activa de este campo.

La informática de materiales también tiene una oportunidad aquí y está siendo explotada. Desde Samsung buscando candidatos a OTFT y OPV, hasta Panasonic investigando heteroacenos con movilidad de carga apropiada, y Kebotix explorando electrocrómicas para ventanas inteligentes. Hay un enorme potencial en este campo esperando a ser explorado más a fondo.