2024-05-02 ジョージア工科大学
地球温暖化による破滅的な影響を避けるためには、過剰な炭素排出を解決する必要があります。直接空気捕捉（Direct Air Capture）は、周囲の空気から二酸化炭素を取り除く技術で、この問題を解決する可能性を秘めています。しかし、各環境や場所ごとに独自の設計が必要で、これが大きな課題となっています。ジョージア工科大学とMetaは、新しいオープンソースのデータベース「OpenDAC」を開発し、AIモデルのトレーニングに使用しました。この取り組みは、気候変動への対応を加速することが期待されています。
＜関連情報＞
- https://research.gatech.edu/georgia-tech-and-meta-create-massive-open-dataset-advance-ai-solutions-carbon-capture
- https://pubs.acs.org/doi/10.1021/acscentsci.3c01629
Open DAC 2023データセットと直接空気捕獲における吸着剤探索の課題 The Open DAC 2023 Dataset and Challenges for Sorbent Discovery in Direct Air Capture
Anuroop Sriram, Sihoon Choi, Xiaohan Yu, Logan M. Brabson, Abhishek Das, Zachary Ulissi, Matt Uyttendaele, Andrew J. Medford, and David S. Sholl
ACS Central Science Published:May 1, 2024
DOI:https://doi.org/10.1021/acscentsci.3c01629
Synopsis
Direct air capture (DAC) of CO2 with porous adsorbents such as metal−organic frameworks (MOFs) has the potential to aid large-scale decarbonization. Previous screening of MOFs for DAC relied on empirical force fields and ignored adsorbed H2O and MOF deformation. We performed quantum chemistry calculations overcoming these restrictions for thousands of MOFs. The resulting data enable efficient descriptions using machine learning.
