2 nuove funzionalità per IBM RoboRXN | ZeroUno

2 nuove funzionalità per IBM RoboRXN

pittogramma Zerouno

News

2 nuove funzionalità per IBM RoboRXN

Gli obiettivi che ci si è posti riguardano: sicurezza e personalizzazione e processi chimici più sostenibili/green

08 Dic 2021

di Redazione

IBM offre due nuove funzionalità in RoboRXN, il laboratorio automatizzato con l’intelligenza artificiale e basato su tecnologia cloud che è stato progettato per consentire la scoperta e la sintesi a distanza di nuove molecole e materiali.

In particolare, gli obiettivi che ci si è posti nello sviluppo di tali funzionalità riguardano: sicurezza e personalizzazione e processi chimici più sostenibili/green.

Sul primo fronte, le nuove capacità cloud permettono agli utenti di allenare le reti neurali di RXN direttamente con set di dati proprietari per una esperienza personalizzata nell’utilizzo dei modelli. Questo è reso possibile grazie allo sviluppo di processi intelligenti che permettono, senza richiedere nessuna esperienza nell’ambito delle operazioni AI, di allenare i modelli e di farlo secondo i massimi standard di sicurezza del cloud.

Per quanto riguarda il secondo obiettivo, i nuovi modelli AI possono ora assistere i chimici nell’identificazione di enzimi da poter utilizzare al posto di processi e catalizzatori tradizionali, con lo scopo di favorire l’utilizzo di tecniche di laboratorio più sostenibili. Gli enzimi sono molecole biologiche altamente complesse necessarie per convertire materiali in prodotti come carta, cosmetici, farmaci e aromi e sono considerati una delle strategie di successo per sostituire processi tradizionali con alternative più verdi e sostenibili.

Come funziona IBM RoboRXN e le novità nel dettaglio

Annunciato nel 2018, RXN for Chemistry, l’AI che supporta RoboRXN, è stato utilizzato da più di 29.000 utenti e ha accumulato oltre cinque milioni di previsioni di reazione nell’intento di semplificare il processo scientifico relativo alla scoperta e alla creazione di nuovi materiali.

WHITEPAPER
Sei sicuro di sfruttare tutto il potenziale dei tuoi chatbot? Scopri come fare
Intelligenza Artificiale
Marketing

RoboRXN ha sfruttato le capacità di cloud e AI per migliorare la scoperta dei materiali, offrendo a tutta la comunità scientifica modelli allenati su dati pubblici. Nel processo di adozione di queste tecnologie è emerso in maniera sempre più importante la necessita di poter utilizzare dati proprietari da parte degli utenti e delle organizzazioni.

A ciò si aggiunge la crescente necessità di migliorare la sostenibilità dei processi produttivi, soprattutto di quelli che comportano reazioni chimiche per la conversione delle materie prime in prodotti finiti.

Per identificare e produrre un nuovo materiale possono essere necessari quasi 10 anni e dia 10 ai 100 milioni di dollari. Questo perché la chimica di sintesi si basa ancora su metodi che procedono per tentativi, con relativamente pochi progressi fatti per modernizzare l’intero settore chimico usufruendo delle tecniche digitali.

“Oggi – ha commentato Alessandro Curioni, IBM Fellow e direttore di IBM Research Europe – per creare un nuovo materiale i ricercatori devono viaggiare attraverso uno spazio chimico apparentemente infinito, con un potenziale di composti che supera per numero gli atomi nell’universo. Per aiutare a risolvere molte delle sfide che richiedono nuovi materiali (dalla fame nel mondo al cambiamento climatico, fino alle malattie infettive) i ricercatori devono essere in grado di ideare, sintetizzare e testare i materiali potenziali in modo efficace. L’applicazione dell’AI attraverso tecnologie come RoboRXN ha il potenziale per aiutare quasi tutti i settori d’industria ad accelerare l’efficacia, la sostenibilità e l’impatto dei nuovi materiali creati”.

IBM RoboRXN è progettato per agire come un navigatore per i chimici, permettendo loro di scoprire e sviluppare nuovi materiali in un modo più efficiente rispetto ai processi tradizionali, automatizzando la maggior parte del lavoro di base che deve essere svolto nelle fasi iniziali della sintesi dei materiali. Gli utenti possono persino sintetizzare materiali a distanza attraverso l’utilizzo del cloud.

Con disponibilità immediate, RoboRXN offre nuovi modelli per promuovere l’utilizzo di processi chimici più sostenibili utilizzando un grande numero di dati relativi alle reazioni enzimatiche note finora, offrendo in definitiva una sintesi chimica più green. Per esempio, i chimici possono usare questa nuova architettura AI per trovare alternative enzimatiche ai tradizionali catalizzatori chimici e solventi derivati dal petrolio.

Una limitazione principale per l’applicazione della chimica enzimatica è che la conoscenza specifica del dominio necessaria per adattare gli enzimi esistenti a nuove trasformazioni chimiche è poco strutturata e richiede decenni di pratica per riuscire a districarsi tra tutti gli enzimi noti. Questo ha reso difficile e dispendioso in termini di tempo applicare enzimi esistenti nei tradizionali metodi di sperimentazione.

L’utilizzo di modelli AI per suggerire enzimi per la sintesi organica potrebbe consentire un percorso agevolato, più economico e sostenibile per la sintesi di nuovi materiali. I casi d’uso industriale spaziano dall’industria alimentare e delle bevande a quella farmaceutica, ai cosmetici e altro ancora. Nella produzione della carta, per esempio, la pasta può essere trattata con la xilanasi, un enzima naturale, invece della candeggina, che è costosa e inquinante.

IBM annuncia inoltre nuove collaborazioni con Atinary, Arctoris, Chemspeed Techonologies AG, Syngenta e Thieme Chemistry per continuare ad accelerare con RoboRXN la sintesi e la sperimentazione di nuovi materiali in molti settori industriali.

Nello specifico, le imprese industriali che collaborano con IBM stanno testando RoboRXN seguendo modi unici e personalizzati, tutti con l’obiettivo di rivoluzionare la pratica della chimica organica e accelerare la scoperta dei materiali. IBM sta attivamente consultando e collaborando con ogni azienda, aiutandole a integrare varie caratteristiche tecniche di RoboRXN nei loro flussi di lavoro.

In particolare, Atinary Technologies e IBM hanno annunciato una collaborazione per integrare le loro due piattaforme cloud, Atinary Self-driving Platform (AtinaryTM SDLabs) e IBM RoboRXN, per accelerare e rivoluzionare l’ottimizzazione delle reazioni chimiche.

Inoltre, Arctoris e IBM hanno presentato una partnership di ricerca per combinare RXN for Chemistry con Ulysses, la piattaforma automatizzata di biologia e biochimica di Arctoris, chiudendo così il ciclo Design-Make-Test-Analyse nella scoperta dei farmaci.

Chemspeed Technologies ha stretto una partnership con IBM con l’obiettivo di offrire la tecnologia IBM RoboRXN come soluzione ai suoi clienti.

Syngenta sta implementando la tecnologia RXN nel suo flusso di lavoro per la scoperta dei materiali.

Thieme Chemistry e IBM hanno unito le loro forze per migliorare le prestazioni dei modelli AI incorporando dati di alta qualità provenienti dalle fonti di pubblicazione digitali di Thieme sulla chimica organica – Science of Synthesis e Synfacts – in RXN for Chemistry.

“Il futuro dei materiali e della chimica – ha affermato Teodoro Laino, Distinguished Scientist di IBM Research Europe – è nel cloud, assieme allo sviluppo e all’adozione di tecnologie digitali per accelerare la scoperta. Il cloud è l’infrastruttura perfetta per incoraggiare e stimolare la cooperazione tra diversi fornitori di tecnologia e favorire la transizione verso soluzioni digitali nelle operazioni quotidiane di R&S. RoboRXN gioca un ruolo strategico come precursore di questo nuovo processo di integrazione e sviluppo nell’industria chimica e nella ricerca”.

WHITEPAPER
Come monetizzare i dati aziendali grazie a Intelligenza Artificiale e Internet of Things
Big Data
Intelligenza Artificiale
R

Redazione

Nel corso degli anni ZeroUno ha esteso la sua originaria focalizzazione editoriale, sviluppata attraverso la rivista storica, in un più ampio sistema di comunicazione oggi strutturato in un portale, www.zerounoweb.it, una linea di incontri con gli utenti e numerose altre iniziative orientate a creare un proficuo matching tra domanda e offerta.

Articolo 1 di 4