人工智能利用韧性提高 4 倍的新型聚合物帮助减少塑料污染

在人工智能模型的帮助下，一个科学家团队找到了一种新的塑料增韧方法。该团队由麻省理工学院和杜克大学的研究人员组成，他们利用机器学习模型发现了一种添加剂，这种添加剂与聚合物一起使用时，能使塑料的抗撕裂性大大增强。

这一发现的基础在于早些时候发表的一项研究中的一个反直觉发现--在聚合物的化学结构中加入薄弱环节可以使材料整体更加坚固。这是因为裂纹在扩展时会被迫破坏更多的弱键，而不是撕裂均匀的材料，从而耗散更多的能量。然而，研究人员需要克服一个巨大的挑战，那就是从成千上万个潜在候选者中挑选出完美的 "薄弱环节"。

为了解决这个问题，研究人员采用了一种机器学习模型。他们利用来自约 400 种被称为二茂铁的含铁化合物的计算数据对模型进行了训练。由此产生的模型能够在短时间内预测数千种其他二茂铁的性质，并从中挑选出最佳候选化合物。

随后，研究人员利用人工智能选出的最佳候选化合物之一合成了一种塑料，其聚合物的韧性是使用标准交联剂制成的聚合物的四倍。

如果让材料变得更坚韧，就意味着它们的使用寿命会更长。它们可以使用更长的时间，从长远来看，这可以减少塑料的生产。- 该研究的主要作者Ilia Kevlishvili。