维度网讯，Perstorp AB树脂与涂料创新副专家Ioanna Tzortzi博士介绍了人工智能在加速树脂和助剂配方开发与优化中的作用。AI通过分析配方选择、工艺条件与性能之间的关系，并基于这些知识预测结果和指导决策，从而加快开发进程。这种方法能快速筛选候选方案、识别关键变量，并推荐超越单一配方的稳健操作窗口。主动/顺序学习被证明有效，模型在每次实验后更新，并提出优化试验以改进性能或降低不确定性。该技术适用于涂料价值链的各环节，包括树脂和助剂设计、配方调优、应用性能及放大生产，通过持续从结构化的实验室和工艺数据中学习。

Tzortzi认为，涂料行业尚未达到数字工具全面嵌入制造与应用开发工作流程的阶段，评估“最大影响”领域还为时过早。AI已发展到企业对其潜力产生兴趣的程度，但应用仍不均衡且处于探索性阶段。市场正在积极寻找可信的成功案例，以证明AI在何处增加价值、如何在日常工作中操作化，以及与传统方法相比带来的切实利益，例如速度、质量和稳健性的提升。

在数据质量和模型稳健性方面，Tzortzi表示，数据质量、完整性和结构是将机器学习应用于研发或工艺优化的关键先决条件。公司采用针对特定项目的方法。以AI驱动的醇酸乳化工作为例，他们定义了所有相关的定性和定量目标变量，确保实验记录一致且无缺失值。必要时，设计描述符以可靠地表示产品指标供模型训练。模型稳健性通过定期数据更新、人在回路的验证、将预测结果与实验室结果基准测试以及随时间监控性能指标以跟踪改进或检测退化来维持。

关于涂料制造商对数字或AI服务的需求，Tzortzi指出，并未看到对AI服务的明确需求，但涂料制造商的好奇心在增长。客户希望获得成功案例和AI能力的实际解释，了解如何将其整合到日常工作中，以及与传统试错方法相比的优势。她以公司使用Neptem进行的AI驱动醇酸乳化工作为例，该工作将AI模型与人工主导的方法进行了基准测试，展示了在资源效率和材料发现方面的显著提升。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com