L’accumulation de déchets plastiques dans les milieux naturels est extrêmement préoccupante, car elle contribue à la destruction des écosystèmes et nuit à la vie aquatique. Ces dernières années, les scientifiques des matériaux ont ainsi tenté d’identifier des alternatives entièrement naturelles au plastique qui pourraient être utilisées pour emballer ou fabriquer des produits.
Des chercheurs de l’Université du Maryland à College Park ont récemment mis au point une nouvelle approche pour découvrir des alternatives prometteuses au plastique biodégradable. Leur méthode proposée, décrite dans un article publié dans Nature Nanotechnologiecombine des techniques d’apprentissage automatique de pointe avec la science moléculaire.
« Mon inspiration pour cette recherche a été suscitée par une visite en 2019 à Palau dans le Pacifique occidental », a déclaré le professeur Po-Yen Chen, co-auteur de l’article, à Tech Xplore. « L’impact de la pollution plastique sur la vie marine là-bas (des films plastiques flottants trompant les poissons et les tortues de mer en les prenant pour de la nourriture) était profondément inquiétant. Cela m’a motivé à appliquer mon expertise à ce problème environnemental et m’a amené à me concentrer sur la recherche d’une solution lorsque en créant mon laboratoire de recherche à l’UMD. »
Les méthodes conventionnelles et utilisées précédemment pour rechercher des alternatives durables au plastique prennent du temps et sont inefficaces. Dans de nombreux cas, ils donnent également de mauvais résultats, par exemple lorsqu’il s’agit d’identifier des matériaux biodégradables mais qui n’ont pas les mêmes propriétés souhaitables que le plastique.
L’approche innovante d’identification des alternatives au plastique présentée dans cet article récent repose sur un modèle d’apprentissage automatique développé par Chen.
En plus d’être plus rapide que les méthodes conventionnelles de recherche de matériaux, cette approche pourrait être plus efficace pour découvrir des matériaux qui peuvent être utilisés de manière réaliste dans les environnements manufacturiers et industriels. Chen a appliqué sa technique d’apprentissage automatique à la découverte d’alternatives entièrement plastiques en étroite collaboration avec ses collègues Teng Li et Liangbing Hu.
« En combinant la robotique automatisée, l’apprentissage automatique et les simulations de dynamique moléculaire, nous avons accéléré le développement de substituts au plastique entièrement naturels et respectueux de l’environnement qui répondent aux normes de performance essentielles », a expliqué Chen. « Notre approche intégrée combine la robotique automatisée, l’apprentissage automatique et les boucles d’apprentissage actif pour accélérer le développement d’alternatives au plastique biodégradable. »
Tout d’abord, Chen et ses collègues ont constitué une bibliothèque complète de films nanocomposites dérivés de diverses sources naturelles. Cela a été réalisé à l’aide d’un robot de pipetage autonome, capable de préparer indépendamment des échantillons de laboratoire.
Par la suite, les chercheurs ont utilisé cette bibliothèque d’échantillons pour entraîner le modèle basé sur l’apprentissage automatique de Chen. Au cours de la formation, le modèle est progressivement devenu plus compétent dans la prédiction des propriétés des matériaux en fonction de leur composition, grâce à un processus appelé apprentissage actif itératif.
« La synergie de la robotique et de l’apprentissage automatique accélère non seulement la découverte de substituts naturels au plastique, mais permet également la conception ciblée d’alternatives au plastique dotées de propriétés spécifiques », a déclaré Chen. « Notre approche réduit considérablement le temps et les ressources nécessaires, par rapport à la méthode de recherche traditionnelle par essais et erreurs. »
Cette étude récente et l’approche qu’elle a introduite pourraient accélérer la recherche future d’alternatives au plastique respectueuses de l’environnement. Le modèle de l’équipe pourrait bientôt être utilisé par des équipes du monde entier pour produire des nanocomposites entièrement naturels dotés de propriétés ajustables et avantageuses.
« En couplant la robotique, l’apprentissage automatique et les outils de simulation, nous avons établi un flux de travail qui accélère la découverte de nouveaux matériaux fonctionnels et permet la personnalisation pour des applications spécifiques », a déclaré Chen.
« Notre approche intégrée abaisse les barrières de conception pour une alternative verte aux plastiques pétrochimiques tout en restant respectueuse de l’environnement. Elle fournit également une base de données ouverte et extensible axée sur les matériaux fonctionnels verts, respectueux de l’environnement et biodégradables.
À l’avenir, l’approche innovante développée par Chen pourrait contribuer à réduire la pollution plastique dans le monde, en facilitant la transition de multiples secteurs vers des matériaux plus durables. Dans leurs prochaines études, les chercheurs prévoient de continuer à travailler pour résoudre les problèmes environnementaux causés par les plastiques pétrochimiques.
Ils espèrent par exemple élargir la gamme de matériaux naturels parmi lesquels les fabricants peuvent choisir. De plus, ils tenteront d’élargir les applications possibles des matériaux identifiés par leur modèle et de faire en sorte que ces matériaux puissent être produits à grande échelle.
« Nous travaillons actuellement à trouver les bons matériaux biodégradables et durables pour emballer les produits frais après la récolte, en remplaçant les emballages alimentaires en plastique à usage unique et en améliorant la durée de conservation de ces produits après la récolte », a ajouté Chen.
« Nous étudions également comment gérer l’élimination de ces plastiques biodégradables, notamment en les recyclant ou en les convertissant en d’autres produits chimiques utiles. Ces efforts constituent des étapes cruciales pour rendre nos solutions non seulement respectueuses de l’environnement, mais également des alternatives économiquement viables aux plastiques conventionnels. Ce travail contribue de manière significative à l’initiative mondiale visant à réduire la pollution plastique.
Plus d’information:
Tianle Chen et al, Découverte accélérée par l’intelligence artificielle de substituts plastiques entièrement naturels, Nature Nanotechnologie (2024). DOI : 10.1038/s41565-024-01635-z
© 2024 Réseau Science X