Wobec zmagań ludzi na świecie ze zmianami klimatycznymi i kurczącymi się zasobami paliw kopalnych, biodiesel jawi się często jako obiecująca odnawialna alternatywa dla tradycyjnej benzyny czy oleju napędowego – zauważają naukowcy z Pekińskiego Instytutu Technologicznego. Ale przypominają, że na drodze do zrównoważonej produkcji biodiesla pojawiają się poważne przeszkody - zwłaszcza w doborze odpowiednich surowców, których otrzymywanie nie konkurowałoby z produkcją żywności.

Chiński zespół badawczy dokonał przeglądu literatury naukowej na ten temat. Wynika z niego, że sztuczne sieci neuronowe i technologie deep learning rewolucjonizują tę dziedzinę, oferując bezprecedensowe rozwiązania dla od dawna istniejących problemów.

Jak tłumaczą eksperci, tradycyjna produkcja biodiesla w dużej mierze opiera się na uprawach roślin jadalnych, takich jak soja, olej palmowy czy rzepak – co prowadzi do problematycznej konkurencji „żywność kontra paliwo”. Jednocześnie paliwa kopalne wciąż odpowiadają prawie za 90 proc. globalnego zużycia energii, więc także z tego powodu potrzeba opracowania zrównoważonych alternatyw nigdy nie była tak pilna.

Biodiesel drugiej generacji, pozyskiwany z niejadalnych źródeł, takich jak algi czy jatrofa, stanowi atrakcyjne rozwiązanie, lecz jego produkcja wiąże się z przeszkodami - takimi, jak wysokie koszty czy ograniczona opłacalność.

I właśnie w tym może pomóc sztuczna inteligencja, pokazując przełomowe podejście do doboru surowców i optymalizacji procesów produkcyjnych - zauważają naukowcy. Sztuczne sieci neuronowe oferują na przykład dużo lepszą zdolność predykcyjną w porównaniu z tradycyjnymi metodami statystycznymi, w przewidywaniu kluczowych właściwości biodiesla.

Badacze wyjaśniają, że AI doskonale sprawdza się w analizie złożonych zależności między cechami surowców, parametrami produkcji i czynnikami środowiskowymi, umożliwiając szybkie ocenianie różnych kombinacji, bez konieczności prowadzenia rozległych badań eksperymentalnych. Na przykład za pomocą algorytmów genetycznych z powodzeniem udało zoptymalizować produkcję biodiesla ze zużytego oleju spożywczego.

Ponadto integracja AI z technologią internetu rzeczy (IoT) zapowiada dalsze ułatwienia w produkcji biopaliw. Rzecz w tym, że monitorowanie i optymalizacja różnych procesów w czasie rzeczywistym za pomocą czujników IoT, połączone z modelowaniem predykcyjnym, umożliwia niespotykaną dotąd kontrolę nad produkcją. Ta synergia pozwala na przykład producentom szybko dostosowywać się do zmieniającej się jakości surowców i wymagań rynkowych, przy jednoczesnym utrzymaniu optymalnej efektywności.

To nie wszystko. W niedalekiej przyszłości AI może też pomóc w dostosowywaniu biopaliw do różnych typów silników. Dodatkowo integracja z nowoczesnymi badaniami biologicznymi ma pozwolić na wykorzystanie nowych surowców – wskazała analiza.

- Działając na styku sztucznej inteligencji i energii odnawialnej, innowacyjne zastosowanie metod głębokiego uczenia w produkcji biodiesla to coś więcej, niż tylko postęp technologiczny. Podejście to ucieleśnia nasze zaangażowanie w budowę zrównoważonej przyszłości, w której paliwa odnawialne mogą skutecznie konkurować z paliwami kopalnymi, a ostatecznie je zastąpić – podsumowują naukowcy, autorzy publikacji w piśmie "Green Energy and Intelligent Transportation".