Embora as embalagens de papel ofereçam vantagens ambientais como uma alternativa sustentável ao plástico, sua aplicação em larga escala tem sido dificultada por problemas como a perda de sabor e a infiltração de substâncias nocivas devido à sua permeabilidade. Para enfrentar esse desafio, uma equipe de pesquisa liderada por Karin Zojer, do Instituto de Física do Estado Sólido da Universidade Tecnológica de Graz, desenvolveu um sistema preditivo baseado em inteligência artificial capaz de calcular com precisão a permeabilidade de diferentes tipos de papel a compostos orgânicos voláteis (COVs), fornecendo um forte suporte para o desenvolvimento de novos materiais de embalagem.
Este sistema preditivo é baseado em testes de laboratório. A equipe de pesquisa primeiro registrou com precisão a microestrutura de diferentes tipos de papel, incluindo a distribuição de fibras de celulose e o tamanho dos poros. Posteriormente, por meio de meses de testes em laboratório, a cromatografia gasosa foi usada para determinar a taxa de migração de COVs em diferentes tipos de papel. No entanto, os métodos tradicionais enfrentam desafios como o grande número de combinações possíveis de tipos de papel e COVs, e a natureza demorada dos experimentos, o que dificulta o estabelecimento de um modelo preditivo abrangente. Para solucionar esse problema, a equipe de pesquisa introduziu uma rede neural de informação física, incorporando leis da física aos cálculos como um complemento aos dados de treinamento. Esse método inovador permite que a inteligência artificial extraia padrões e realize cálculos precisos mesmo com dados limitados. "Esses princípios restringem o leque de soluções possíveis para os cálculos que a rede neural deve realizar e otimizar", afirmou Zoyer.
Por meio de experimentos de IA em papel de camada única e multicamadas, a equipe de pesquisa validou a precisão do modelo preditivo com resultados surpreendentes. Atualmente, a Mondi Uncoated Fine & Kraft Paper, fabricante de papel participante do projeto CD Paper Mass Transfer Lab, começou a usar o software para selecionar tipos de papel para aplicações especiais. Zoyer revelou que o sistema continuará sendo desenvolvido no futuro, por exemplo, considerando as mudanças na permeabilidade à medida que as fibras do papel absorvem solvente e incham, para aprimorar ainda mais a precisão preditiva.
