Utilizzare l’intelligenza artificiale per la produzione di combustibili solari

Alcune tecniche di intelligenza artificiale possono essere utilizzate per accelerare i tempi di sviluppo dei sistemi di produzione dei combustibili solari, come dimostrato da un team di ricercatori del Politecnico di Torino, coordinato dal professor Eliodoro Chiavazzo – Ordinario di Fisica Tecnica Industriale e direttore dello SMaLL lab al Dipartimento Energia-Denerg – e composto da Luca Bergamasco e Giovanni Trezza – rispettivamente Ricercatore e Dottorando presso il Dipartimento Energia – con la collaborazione dei gruppi di ricerca del professor Erwin Reisner dell’Università di Cambridge (Gran Bretagna) e del professor Leif Hammarström dell’Università di Uppsala (Svezia).

Il procedimento studiato rappresenta un significativo passo in avanti nella produzione di combustibili solari – fonti energetiche rinnovabili ottenute a partire dalla CO2 sfruttando l’energia solare – fondamentali per ridurre le emissioni di CO2 in atmosfera e contribuire così alla lotta al cambiamento climatico.

Il nuovo studio, appena pubblicato sulla prestigiosa rivista Journal of American Chemical Society, dimostra come sia possibile migliorare l’attuale produzione di combustibili solari avvalendosi dell’Intelligenza Artificiale, e in particolare della tecnica denominata Apprendimento Sequenziale.

A suscitare l’interesse dei ricercatori sono infatti le potenzialità dei combustibili solari, capaci di ridurre l’anidride carbonica in atmosfera e allo stesso tempo di riutilizzarla per produrre risorse utili. Una fonte rinnovabile particolarmente promettente, la cui valorizzazione potrebbe contribuire a fronteggiare l’attuale crisi climatica e costruire un futuro più sostenibile.

Concentrandosi in particolare sulla produzione di monossido di carbonio (CO) – un combustibile utile anche come precursore per la produzione di altri combustibili più comuni, a partire dalla CO2 – il team di ricercatori ha dimostrato come alcune tecniche di Intelligenza Artificiale possono essere utilizzate per “guidare” gli esperimenti, accelerando quindi i tempi di sviluppo e migliorando notevolmente i procedimenti di produzione dei combustibili solari.

Il sistema oggetto dello studio si basa su un processo foto-chimico, nel quale una preparazione costituita da acqua, tensioattivi e opportune molecole funzionalizzanti in contatto con la CO2 viene esposta alla luce solare, attivando la conversione delle molecole di anidride carbonica in combustibile. Data la complessità del sistema, la sua ottimizzazione richiede un elevato numero di esperimenti e analisi in condizioni diverse – per esempio, diverse composizioni e diverse concentrazioni dei costituenti chimici.

“L’apprendimento sequenziale è un approccio in cui un modello apprende continuamente da nuovi dati che gli vengono forniti, e risulta particolarmente utile in contesti in cui i dati non sono disponibili tutti in una volta ma vengono raccolti progressivamente – spiega il professor Eliodoro Chiavazzo – I modelli quindi “imparano” da un primo set di pochi esperimenti, e sono in grado di fornire indicazioni su quali esperimenti conviene svolgere successivamente. Per il sistema in oggetto, i modelli proposti hanno consentito di ottimizzare la produzione di combustibile solare in soli 100 esperimenti rispetto ai 100,000 teoricamente necessari”.

“Per questo lavoro abbiamo usato due dei più recenti modelli di apprendimento sequenziale oggi a disposizione, coordinandoci con i ricercatori dell’università di Cambridge per lo svolgimento degli esperimenti e l’analisi dei risultati – commenta Giovanni Trezza – Lo studio ha permesso di identificare uno dei parametri chiave che regola il sistema foto-chimico considerato, altrimenti molto difficile da individuare”.

“Il sistema considerato per la riduzione della CO2 è di per sé molto innovativo, perché sfrutta l’auto-assemblamento dei tensioattivi e delle molecole funzionalizzanti in aggregati molecolari chiamati “micelle foto-catalitiche” – aggiunge Luca Bergamasco – che possono migliorare di molto la conversione della CO2 in combustibile. Il fatto di aver applicato l’intelligenza artificiale ad un sistema così complesso, ha quindi aggiunto un ulteriore elemento di valore all’approccio, consentendo di dimostrarne a pieno le enormi potenzialità”.

“Ad oggi, le tecniche di apprendimento sequenziale sono ancora relativamente poco sfruttate, soprattutto in ambito chimico; questo lavoro, in particolare, rappresenta il primo tentativo di applicarle ad un sistema foto-catalitico così complesso come quello considerato – concludono gli autori dello studio – La ricerca sull’applicazione di queste tecniche prosegue nell’ambito dei combustibili solari ma non solo, anche per altre applicazioni nel campo della conversione e dell’accumulo di energia”.

Contenuti correlati

• 
  Gestione dei cavi per applicazioni nelle energie rinnovabili da Panduit

  La continua espansione degli impianti fotovoltaici, dell’energia eolica, delle reti di distribuzione elettrica e degli impianti a biogas impone requisiti sempre più elevati a tutti i componenti delle infrastrutture elettriche. Oltre a cavi, connettori e sistemi di...
• 
  Industrial AI, digitalizzazione e cybersecurity: soluzioni Siemens per la filiera della plastica

  Dal 9 al 12 giugno Siemens ha preso parte a PLAST 2026, una delle principali manifestazioni internazionali dedicate all’industria delle materie plastiche e della gomma, portando al Future Technology HUB di Fiera Milano Rho le proprie tecnologie per supportare la competitività delle...
• 
  Hitachi lancia la suite di servizi e soluzioni Hmax Energy, basate su AI

  Hitachi Energy ha annunciato il lancio di HMAX Energy, una suite di servizi e soluzioni basati sull’intelligenza artificiale progettata per salvaguardare le infrastrutture energetiche critiche e al contempo consentire l’efficienza operativa. Distribuita attraverso partnership di fiducia con i...
• 
  Transizione energetica, efficienza e scalabilità dal progetto all’infrastruttura: Rittal ed Eplan a KEY 2026

  Nella generazione e nella distribuzione di energia, oggi la sfida non è più comprendere i trend della transizione energetica, ma dotarsi di strumenti e tecnologie in grado di supportare una rapida realizzazione degli impianti, garantire scalabilità nel...
• 
  Lightsource bp entra in Anie Rinnovabili: Giovanni Mascari nel consiglio direttivo

  Lightsource bp, tra i principali operatori nel settore delle energie rinnovabili, annuncia il suo ingresso in Anie Rinnovabili. Giovanni Mascari (in foto), country head di Lightsource bp Italia, entra a far parte del Consiglio Direttivo dell’Associazione. L’iniziativa...
• 
  Dal cantiere ai parchi urbani: come la security intelligente abilità città e imprese smart

  Per decenni il concetto tradizionale di sicurezza è rimasto ancorato all’immagine di un perimetro fisso: delle mura, una recinzione, cancelli sorvegliati. Si è trattato di un modello efficace finché le aziende operavano principalmente all’interno di strutture ben...
• 
  Energia 2026: cresce la domanda di elettrificazione

  La crescente elettrificazione dei consumi, l’espansione dei data center e l’integrazione massiva delle rinnovabili stanno trasformando il sistema energetico in un ecosistema sempre più complesso. Le infrastrutture esistenti faticano a tenere il passo: aumentano congestioni, tempi di...
• 
  Crisi energetica e intelligenza artificiale: una spinta verso l’innovazione sostenibile

  L’intelligenza artificiale (AI) è diventata la forza tecnologica trainante della nostra epoca, ma la sua rapida diffusione comporta il rischio di una potenziale crisi energetica che non riguarda solo i settori che fanno un uso intensivo di...
• 
  Report Irena: le tecnologie per la transizione energetica aprono nuove opportunità per i sistemi energetici globali

  Sebbene non esista una soluzione “universale”, l’innovazione sistemica può trasformare il futuro dei sistemi energetici, secondo un nuovo report dell’Agenzia internazionale per le energie rinnovabili (Irena). Pubblicato durante un dialogo ministeriale sul ruolo dell’intelligenza artificiale (AI) all’Assemblea...
• 
  Smart building: il mercato globale destinato a triplicare entro il 2032

  Il settore dell’edilizia sta attraversando una fase di profonda trasformazione, spinta dalla digitalizzazione e dalla crescente attenzione alla sostenibilità. Automazione, manutenzione predittiva e sistemi di monitoraggio in tempo reale stanno rivoluzionando il modo in cui gli edifici...