1. Modelització basada en Data: analitzar dades experimentals històriques mitjançant l'aprenentatge automàtic, crear models predictius i seleccionar ràpidament solucions de disseny molecular òptims.
2. GENERACIÓ I OPTIMITZACIÓ MOLECULAR: Dissenyeu automàticament noves estructures moleculars que utilitzen xarxes adversàries generatives (GAN) o xarxes neuronals gràfiques (GNN) i optimitzeu iterativament el rendiment mitjançant l’aprenentatge de reforç.
3. Balancing Multi-Objectiu: Combina l’aprenentatge de tasques múltiples per sincronitzar la predicció de la compatibilitat i la protecció ambiental dels reductors d’aigua amb diferents ciments/administradors per aconseguir un equilibri de rendiment integral.
4. Acceleració de la simulació: integració de la simulació de dinàmiques moleculars i IA per predir el comportament d’adsorció de l’agent reductor d’aigua a la superfície de les partícules de ciment, substituint part de la verificació experimental.
5. Recomanació de fórmules intel·ligents: basat en els requisits reals del projecte, el sistema AI recomana automàticament fórmules adequades, reduint el cicle de R + D en més del 50%.
