Chemické inženýrství očima programátora: Hledání cesty
K jednomu chemickému produktu často vede několik různých výrobních cest. Jak mezi nimi vybrat ty perspektivní a jak mohou software a AI pomoci uspořádat znalosti, porovnat varianty a připravit kvalitnější podklady pro rozhodování?
Předchozí: Jak to všechno začíná | Seriál: Chemické inženýrství očima programátora | Další:Hurá do laboratoře - laboratorní vývoj
Daniel Kopecký
Daniel Kopecký
Tento díl je součástí seriálu o tom, jak vzniká chemická technologie od prvního nápadu až po fungující provoz. Navazuje na předchozí kroky a soustředí se na téma: hledání vhodné výrobní cesty.
Výchozím požadavkem bývá výroba určitého produktu v požadovaném množství, kvalitě a za přijatelnou cenu. K jednomu produktu však často vede několik různých chemických cest. Mohou využívat jiné suroviny, meziprodukty, katalyzátory nebo reakční podmínky a mohou se výrazně lišit výtěžností, bezpečností, množstvím odpadu i náročností následného čištění.
V této fázi proto začíná systematická rešerše. Výzkumný tým prochází vědecké články, patenty, konferenční příspěvky, odborné databáze, technické zprávy i informace o existujících průmyslových procesech. Důležitým zdrojem poznatků mohou být také rozhovory s dodavateli, odborníky a dalšími účastníky veletrhů nebo konferencí. Nejde přitom jen o hledání jednoho hotového řešení. Tým si postupně vytváří mapu znalostí: co už bylo vyzkoušeno, které cesty selhaly, jaká omezení jednotlivé varianty mají a kde stále existují neprozkoumaná místa.
Součástí této práce je také sledování konkurence a patentové situace. Technicky zajímavá cesta totiž nemusí být použitelná, pokud je chráněna cizím patentem, závisí na obtížně dostupné surovině nebo vede k produktu, jehož čistotu nelze ekonomicky zajistit. Už v této fázi se proto vedle chemie hodnotí také dostupnost vstupů, bezpečnost, předpokládané výrobní náklady, environmentální dopady a možnost budoucího zvětšení měřítka.
U složitých produktů, například aktivních farmaceutických látek, patří volba syntetické cesty k nejzásadnějším rozhodnutím celého vývoje. Zvolená cesta ovlivňuje nejen počet reakčních kroků a celkový výtěžek, ale také profil nečistot, způsob čištění, dostupnost surovin, reprodukovatelnost výroby a požadavky na registraci produktu. Změna syntetické cesty v pozdější fázi proto může znamenat návrat o několik let zpět.
U jednodušších a dlouhodobě vyráběných látek bývají základní výrobní cesty často známé. Prostor pro inovaci se pak přesouvá jinam: k lepším katalyzátorům, levnějším surovinám, menší spotřebě energie, intenzifikaci procesu, efektivnější separaci nebo využití odpadních proudů.
Výstupem této fáze není jediná definitivní cesta, ale užší seznam perspektivních variant a zdůvodnění, proč má smysl je dále experimentálně ověřovat.
Vstup a výstup této fáze
Vstupem do této fáze je především dobře definovaný cílový produkt a jeho požadovaná specifikace. Tým by měl znát požadovanou čistotu, množství, cenu a předpokládané využití produktu. Důležité jsou také dostupné suroviny, známé reakční cesty, patentová omezení, bezpečnostní požadavky a základní ekonomické či environmentální limity.
Výstupem je strukturovaná mapa dostupných znalostí a užší výběr perspektivních výrobních cest. U každé varianty by mělo být zřejmé, na jakých surovinách je založena, jaké reakční kroky vyžaduje, jaké má známé výhody a rizika a které otázky bude nutné ověřit experimentálně. Výsledkem tedy ještě není hotový výrobní postup, ale rozhodnutí, kterým cestám má smysl věnovat další čas a prostředky.
Kde může pomoci softwarový pohled
Vývojové týmy často shromažďují poznatky v článcích, tabulkách, prezentacích, laboratorních zápisech a hlavách jednotlivých odborníků. Softwarový pohled přináší snahu převést tyto roztříštěné informace do strukturované a propojené podoby.
Jednotlivé reakční cesty lze například popsat jako síť surovin, meziproduktů, reakcí, podmínek a vznikajících nečistot. Nad takovým modelem je možné porovnávat délku syntézy, dostupnost surovin, očekávané výtěžky, množství odpadu nebo míru nejistoty. Software může také hlídat zdroje informací, jejich aktuálnost, patentový stav a otázky, které zatím zůstávají nezodpovězené.
Důležitý je také přístup známý ze softwarového vývoje: verzování, dohledatelnost změn a explicitní zaznamenávání předpokladů. Když tým později některou cestu opustí nebo naopak znovu otevře, měl by být schopný zjistit, na základě jakých informací bylo původní rozhodnutí učiněno.
Kde může pomoci AI
Právě rešerše patří mezi fáze, ve kterých může AI ušetřit značné množství času. Může pomoci vyhledávat relevantní zdroje, shrnovat dlouhé články a patenty, extrahovat reakční podmínky nebo seskupovat podobné výrobní postupy. Dokáže také upozornit na možné alternativní suroviny, katalyzátory nebo separační metody a pomoci formulovat otázky, které by měl tým dále prověřit.
AI může fungovat také jako rozhraní nad vytvořenou mapou znalostí. Výzkumník se například může ptát, které cesty používají toxické reagenty, kde vzniká obtížně odstranitelná nečistota nebo která varianta má nejméně experimentálně ověřených kroků.
Její výstupy však nelze považovat za ověřená fakta. AI může přehlédnout důležitý detail, nesprávně interpretovat experimentální podmínky nebo vytvořit přesvědčivě znějící závěr, který ve zdrojích vůbec není. Každé podstatné tvrzení proto musí být dohledatelné k původnímu článku, patentu nebo jinému ověřitelnému zdroji.
Největší přínos AI v této fázi tedy nespočívá v tom, že za tým vybere správnou reakční cestu. Její hodnota je především v tom, že pomůže rychleji prozkoumat rozsáhlý prostor možností, uspořádat dostupné znalosti a připravit kvalitnější podklady pro rozhodnutí zkušených chemiků a inženýrů.
Závěr a další krok
V tomto dílu jsme se věnovali tématu: hledání vhodné výrobní cesty. Ukázali jsme si, jaké otázky, rozhodnutí a výstupy tato část vývoje přináší. V dalším dílu na to navážeme tématem Hurá do laboratoře - laboratorní vývoj, kde se posuneme o krok dál směrem k fungující technologii.
