Problemet med å være "god nok"
Her er noe som fikk meg til å stoppe opp: Forskere har jobbet i tiår med å omdanne CO2 til drivstoff, og de trodde de hadde kontroll på de fleste kjemiske reaksjonene. Det viste seg at de hadde gått glipp av masse.
Forskere ved Indian Institute of Science brukte nylig kunstig intelligens til å undersøke en prosess som kalles hydrogenberikelse – der en katalysator hjelper CO2 å reagere med hydrogen for å lage nyttige kjemikalier som metanol (som kan brukes som drivstoff). Det de fant var ydmykende.
AI-modellene deres oppdaget 9 389 enkeltreaksjoner som skjedde på overflaten av en kobberkatalysator. Før denne studien hadde forskerne konsentrert seg om bare 152 reaksjoner de mente var viktigst. Det er under 2 prosent av det som faktisk skjer!
Hvorfor spiller dette noen rolle?
Poenget med kjemiske reaksjoner er at selv om hundrevis eller tusenvis kan skje samtidig, klarer forskerne som regel ikke å simulere alle med kvantemekanikk – datakraften rett og slett ikke strekker til. Så de gjetter på hvilke reaksjoner som betyr mest.
Men disse gjetningene? De kan bomme stort.
Da forskerne modellerte prosessen med bare de 152 "viktige" reaksjonene, ble resultatene helt feil. Modellen spådde at maursyre ville være hovedproduktet i stedet for metanol. Den undervurderte også kraftig hvor mye CO2 som faktisk kunne omdannes.
Først da de utvidet til tusenvis av ekstra reaksjoner, stemte prediksjonene med det eksperimentene faktisk viser. Og her kommer det virkelige tallet: den utvidete modellen spådde 40 ganger mer CO2-omdannelse enn den forenklede versjonen. Det er en enorm forskjell!
Hydrogen-overraskelsen
Her blir det virkelig interessant. En av medforfatterne, Shivam Chaturvedi, sa det perfekt:
"Ideen om at hydrogen kan overføres som et intakt molekyl, uten først å splittes i atomer, strider mot det de fleste av oss har lært."
I tradisjonell kjemi har vi antatt at hydrogen alltid må brytes ned til enkelte atomer før det deltar i reaksjoner. Men denne forskningen viste at molekylært hydrogen (H2) kan overføres direkte til mellomprodukter i enkelte viktige reaksjonstrinn – og denne reaksjonsveien er spesielt gunstig når vi har med oksygenholdige molekyler å gjøre.
Dette er en av de oppdagelsene som får forskere til å gå tilbake og undersøke alt de trodde de visst. Det er som å oppdage at det finnes en hemmelig dør i et hus du har bodd i i år.
Hva kan dette bety for fremtiden?
Personlig synes jeg denne forskningen er spennende av flere grunner:
Bedre prediksjoner: Hvis modellene våre er så langt unna, tenk på hvor mye annen kjemi-forskning som kanskje bygger på ufullstendige antakelser. Denne tilnærmingen – å bruke AI til å utvide reaksjonsnettverk – kan revolusjonere hvordan vi designer katalysatorer for alle slags prosesser.
Mer effektiv CO2-omdannelse: Å forstå alle disse skjulte reaksjonsveiene kan hjelpe forskere med å designe bedre katalysatorer som maksimerer drivstoffproduksjonen samtidig som de minimerer energitapet.
Klimapåvirkning: Å omdanne CO2 til nyttige kjemikalier og drivstoff er en lovende tilnærming til klimautfordringen. Jo mer effektive vi kan gjøre disse prosessene, desto mer levedyktige blir de som klimatiltak.
Konklusjonen
Vitenskapen utvikler seg alltid, og noen ganger kommer de viktigste oppdagelsene fra å spørre "hva er det vi går glipp av?" heller enn å anta at vi allerede har funnet alt. Dette teamet sa i praksis: "Hva om vi så på alle reaksjonene, ikke bare de vi trodde var viktige?"
Og de fant en hel skjult verden av kjemi som ventet på å bli utforsket.
Det gamle ordtaket sier at "kartet er ikke territoriet" – i dette tilfellet brukte forskerne forenklede kart over kjemiske reaksjoner som slett ikke stemte overens med det faktiske territoriet. Nå har de et bedre kart, og det kan utgjøre hele forskjellen i kampen mot klimaendringene.