Problemet med att vara "tillräckligt bra"
Här är något som fick mig att pausa: Forskare har i decennier studerat hur man kan omvandla koldioxid till bränsle, och de trodde att de förstod de flesta kemiska reaktionerna inblandade. Det visade sig att de hade missat väldigt mycket.
Ett team vid Indian Institute of Science använde nyligen artificiell intelligens för att granska en kemisk process som kallas hydrogenering – det är när man använder en katalysator för att hjälpa koldioxid att reagera med väte och skapa användbara kemikalier som metanol (som kan användas som bränsle). Och det de hittade var ödmjukande.
Deras AI-modeller upptäckte 9 389 enskilda reaktioner som sker på en kopparkatalysators yta. Men innan den här studien hade forskarna fokuserat på bara 152 reaktioner som de ansåg vara viktigast. Det är mindre än 2% av vad som faktiskt pågår!
Varför spelar det här någon roll?
Här är grejen med kemiska reaktioner: Även om hundratals eller tusentals av dem kan ske samtidigt kan forskare typiskt sett inte simulera alla med kvantmekanik – det skulle kräva beräkningskraft som helt enkelt inte är praktisk. Så de gör kvalificerade gissningar om vilka reaktioner som spelar störst roll.
Men de gissningarna? De kan vara helt fel.
När forskarna modellerade processen med bara de 152 "viktiga" reaktionerna blev resultaten helt fel. Modellen förutspådde att myrsyra skulle vara huvudprodukten istället för metanol. Den underskattade också kraftigt hur mycket koldioxid som faktiskt kunde omvandlas.
Först när de utvidgade till tusentals ytterligare reaktioner stämde förutsägelserna med vad experiment faktiskt visar. Och här kommer det – den utvidgade modellen förutspådde 40 gånger mer koldioxidomvandling än den förenklade versionen. Det är en enorm skillnad!
Väteöverraskningen
Nu blir det riktigt intressant. En av medförfattarna, Shivam Chaturvedi, uttryckte det perfekt:
"Idén att väte kan överföras som en intakt molekyl, utan att först delas upp i atomer, strider mot vad de flesta av oss har lärt oss."
I traditionell kemi antog vi att väte alltid måste delas upp i enskilda atomer innan det deltar i reaktioner. Men den här forskningen visade att molekylärt väte (H2) kan överföras direkt till intermediära föreningar i vissa viktiga reaktionssteg – och den här vägen är särskilt fördelaktig när man har att göra med syreinnehållande molekyler.
Det här är en av de upptäckter som får forskare att gå tillbaka och ompröva allt de trodde sig veta. Det är som att upptäcka att det finns en hemlig dörr i ett hus man har bott i i åratal.
Vad kan det här betyda för framtiden?
Ärligt talat tycker jag den här forskningen är spännande av flera skäl:
Bättre förutsägelser: Om våra modeller är så här fel, tänk er hur mycket annan kemisk forskning som kan vara baserad på ofullständiga antaganden. Den här metoden – att använda AI för att utvidga reaktionsnätverk – kan revolutionera hur vi designar katalysatorer för alla möjliga processer.
Effektivare CO2-omvandling: Att förstå alla dessa dolda vägar kan hjälpa forskare att designa bättre katalysatorer som maximerar bränsleproduktionen samtidigt som de minimerar energispill.
Klimatpåverkan: Att omvandla koldioxid till användbara kemikalier och bränslen är en lovande approach för att hantera klimatförändringar. Ju effektivare vi kan göra de här processerna, desto mer livskraftiga blir de som klimatlösningar.
Sammanfattning
Vetenskapen utvecklas ständigt, och ibland kommer de viktigaste upptäckterna från att fråga "vad missar vi?" snarare än att anta att vi redan har hittat allt. Det här teamet sa i princip: "Tänk om vi tittade på ALLA reaktioner, inte bara de vi trodde spelade roll?"
Och de hittade en hel dold värld av kemi som väntade på att utforskas.
Det gamla talesättet säger att "kartan är inte territoriet" – i det här fallet använde forskarna förenklade kartor över kemiska reaktioner som inte alls stämde överens med den faktiska terrängen. Nu har de en bättre karta, och det kan göra hela skillnaden i vår kamp mot klimatförändringarna.