De acordo com pt.wedoany.com-A Dra. Ioanna Tzortzi, especialista adjunta em inovação de resinas e revestimentos da Perstorp AB, apresentou o papel da inteligência artificial na aceleração do desenvolvimento e otimização de formulações de resinas e aditivos. A IA acelera o processo de desenvolvimento ao analisar as relações entre seleção de formulações, condições de processo e desempenho, e, com base nesse conhecimento, prever resultados e orientar decisões. Este método permite uma triagem rápida de candidatos, identificação de variáveis-chave e recomendação de janelas operacionais robustas que vão além de formulações únicas. A aprendizagem ativa/sequencial mostrou-se eficaz, com o modelo sendo atualizado após cada experimento e propondo testes otimizados para melhorar o desempenho ou reduzir a incerteza. Esta tecnologia é aplicável a todas as etapas da cadeia de valor de revestimentos, incluindo design de resinas e aditivos, ajuste de formulações, desempenho de aplicação e produção em escala, através da aprendizagem contínua a partir de dados laboratoriais e de processo estruturados.
Tzortzi acredita que a indústria de revestimentos ainda não atingiu o estágio em que ferramentas digitais estejam totalmente integradas aos fluxos de trabalho de fabricação e desenvolvimento de aplicações, sendo prematuro avaliar as áreas de "maior impacto". A IA já evoluiu a ponto de as empresas se interessarem pelo seu potencial, mas a aplicação ainda é desigual e exploratória. O mercado está ativamente à procura de casos de sucesso credíveis que demonstrem onde a IA agrega valor, como operacionalizá-la no trabalho diário e os benefícios tangíveis em comparação com métodos tradicionais, como ganhos em velocidade, qualidade e robustez.
Em termos de qualidade de dados e robustez do modelo, Tzortzi afirmou que a qualidade, integridade e estrutura dos dados são pré-requisitos críticos para aplicar aprendizado de máquina em P&D ou otimização de processos. A empresa adota uma abordagem específica para cada projeto. Tomando como exemplo o trabalho de emulsão alquídica impulsionado por IA, eles definiram todas as variáveis-alvo qualitativas e quantitativas relevantes, garantindo registos experimentais consistentes e sem valores omissos. Quando necessário, descritores foram concebidos para representar de forma fiável os indicadores do produto para treino do modelo. A robustez do modelo é mantida através de atualizações regulares de dados, validação com supervisão humana, comparação dos resultados previstos com resultados laboratoriais e monitorização de métricas de desempenho ao longo do tempo para acompanhar melhorias ou detetar degradações.
Quanto à procura por serviços digitais ou de IA por parte dos fabricantes de revestimentos, Tzortzi observou que não vê uma procura clara por serviços de IA, mas a curiosidade dos fabricantes está a crescer. Os clientes desejam casos de sucesso e explicações práticas das capacidades da IA, compreendendo como integrá-la no trabalho diário e as suas vantagens em comparação com os métodos tradicionais de tentativa e erro. Ela citou o exemplo do trabalho de emulsão alquídica impulsionado por IA da empresa usando o Neptem, que comparou o modelo de IA com uma abordagem liderada por humanos, demonstrando melhorias significativas na eficiência de recursos e na descoberta de materiais.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
