Chemiebedrijven zetten in op kunstmatige intelligentie om het ontwerpproces van nieuwe materialen te versnellen. Onder meer het Duitse Lanxess heeft twee pilotprojecten lopen.

Nieuw is de inzet van artificial intelligence in de chemie en procesindustrie niet. Akzo­Nobel zette bijvoorbeeld 25 jaar geleden al neurale netwerken in om aan de hand van gewenste eigenschappen de procescondities voor vezelproductie te berekenen. De eigen experts beheersten die kunst ook, maar patroonherkenningstechnieken bleken beter dan zij in staat om een handvol inputfactoren te relateren aan een handvol outputfactoren.

Sindsdien zijn de patroonherkennings­technieken verbeterd, maar is vooral de beschikbare rekenkracht exponentieel toegenomen, zodat het nu mogelijk is om honderden factoren in de berekeningen mee te nemen. Dat is precies waar Lanxess op mikt in samenwerking met Citrine, een Amerikaans bedrijf dat gespecialiseerd is in kunstmatige intelligentie voor materiaal­ontwikkeling. Het bedrijf kondigde vorig jaar twee projecten aan.

Glasvezel en urethaan

Verbetering van glasvezelcoatings staat centraal bij de productontwikkeling in Kallo, Beveren. De optimalisatie van die coatings is een tijdrovende klus, omdat er zoveel variabelen in het spel zijn. De resultaten zijn moeilijk vooraf te voorspellen, wat leidt tot lange testtrajecten. Lanxess heeft in de loop der jaren duizenden meetresultaten verzameld. De gedachte is dat kunstmatige intelligentie beter dan mensen in staat zal zijn om uit deze datakluwen de relatie tussen procesparameters en het gewenste resultaat te halen. Dat moet het ontwikkeltraject voor nieuwe coatings versnellen.

Bij Lanxess’ locatie in het Amerikaanse Naugatuck, Connecticut, ligt de focus op polyurethaan. Ook hier geldt dat het bedrijf al een grote database met meetgegevens bezit. De bedoeling is om de bibliotheek van voorpolymeren uit te breiden, zodat een uitgebreider aanbod aan polymeersystemen met verschillende eigenschappen in de markt te zetten valt. De complexiteit is echter zo groot dat het zonder kunstmatige intelligentie nauwelijks mogelijk is om uitgaand van de gewenste eigenschappen de beste chemische samenstelling en procesinstellingen te vinden.

In beide gevallen maakt de computer het verrichten van tests overigens niet overbodig. Alleen de hoeveelheid ervan wordt drastisch beperkt. Lanxess zet vol in op digitalisering en maakte in januari bekend tientallen productielocaties voorzien te hebben van analysesoftware. Dat biedt niet alleen directe voordelen op het gebied van onderhoud, maar leidt ook tot een zee aan data waar ongetwijfeld meer uit te halen zal zijn.

Korte ontwikkeltijd

Lanxess is niet het enige chemiebedrijf dat zich heeft gestort op kunstmatige intelligentie. BASF tekende vorig jaar een overeenkomst met de technische universiteit van Berlijn om samen in de breedte te kijken naar slimme methodes om meer te halen uit bestaande data over onder meer processen en (kwantum)chemie. Ook DowDuPont en Sumitomo komen prominent voor in het rapport Leveraging artificial intelligence for materials design and production, dat consultancybureau Frost & Sullivan vorig jaar publiceerde.

Sumitomo kondigde in januari de eerste klinische proeven met menselijke patiënten aan voor een medicijn dat mede dankzij kunstmatige intelligente zoekmethodes werd ontwikkeld. Het bedrijf claimt dat het ontwikkeltraject dankzij de computer verkort werd van vijf naar een jaar.

Wat in alle gevallen opvalt is dat grote chemiebedrijven hiervoor samenwerken met relatief kleine en jonge softwarebedrijven en universiteiten. Dat is tekenend voor een ontwikkeling die pas met haar eerste stappen bezig is.