納米籠子可能在減少科學(xué)和工業(yè)的能源消耗方面發(fā)揮重要作用，俄勒岡州立大學(xué)的機器學(xué)習(xí)研究旨在加速這些卓越分子的部署。

在OSU研究的多孔有機籠分子能夠選擇性地捕獲氣體分子，可能在化學(xué)領(lǐng)域進行的無數(shù)氣體分離中實現(xiàn)巨大的能量節(jié)約。

“這些多孔分子固體就像海綿一樣，可以區(qū)別地吸收氣體，”化學(xué)工程助理教授，ACS Central Science發(fā)表的一項研究的通訊作者Cory Simon說。

化學(xué)混合物的分離和凈化共同造成了全球10%以上的能源消耗。

多孔籠分子具有其結(jié)構(gòu)固有的納米尺寸空腔，并且氣體分子通過吸附被吸引并捕獲在這些空腔內(nèi)。

“但是每個籠子比其他籠子更容易吸附某些氣體，這種性質(zhì)可能使籠子更有效地分離氣體混合物，”西蒙說。

然而，有數(shù)以千計的這些籠狀分子可以合成 - 甚至可以制造其中一種，并在實驗室中測試其性能需要數(shù)月 - 工業(yè)中需要數(shù)百種不同的化學(xué)分離; 因此需要一種計算方法來分類可能性并為手頭的工作找到最佳分子。

西蒙利用了這樣一種觀點，即任何給定空腔的形狀都是它最容易吸引的氣體分子的原因。

Simon和學(xué)生Arni Sturluson，Melanie Huynh和Arthur York采用了一種“無監(jiān)督”的機器學(xué)習(xí)方法，根據(jù)籠子的形狀和吸附特性對籠子分子進行分類和分組。

無監(jiān)督意味著計算機自己學(xué)習(xí)形狀/屬性關(guān)系; 沒有任何標(biāo)簽來指示它。

“只需向算法顯示數(shù)據(jù)，它就會自動在數(shù)據(jù)中找到模式 - 結(jié)構(gòu) - ”西蒙說。

研究人員使用了74個實驗合成的多孔有機籠分子的訓(xùn)練數(shù)據(jù)集，每個分子都經(jīng)過計算掃描，得到的每個3D“孔隙度”圖像與CT掃描生成的圖像相似。

“在這些3D圖像的基礎(chǔ)上，我們從面部識別算法，特征臉，靈感來源，將具有相似形狀的腔體的籠子組合在一起，”他說。“使用奇異值分解，我們將籠子的3D圖像編碼成低維向量。”

西蒙用人臉的類比來解釋這個過程。

“想象一下，你被迫將每個人的臉部映射到二維散點圖中的一個點，同時盡可能多地保留關(guān)于面部的信息，”他說。“所以每個面只用兩個數(shù)字描述，相似的面部在散點圖中靠近?；旧希娈愔捣纸鈭?zhí)行這種編碼，但對于多孔籠分子。”