Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

New Paradigms for Deep Generative Modeling of Polymers

Descrizione del progetto

L’intelligenza artificiale per migliorare la progettazione e la sintesi dei polimeri

Negli ultimi anni, i polimeri sono diventati essenziali per numerosi campi e settori, dall’elettronica all’edilizia, fino alla farmaceutica e non solo. Tuttavia, la maggior parte dei metodi di progettazione si basano su estesi esperimenti per tentativi ed errori, un approccio lungo e costoso, che limita gli approfondimenti ricavabili. Il progetto POLYGEN, finanziato dal CER, si propone di colmare le lacune nella progettazione di polimeri guidata dall’intelligenza artificiale, sviluppando nuovi paradigmi per quadri di riferimento di IA generativa per la progettazione e la sintesi, nonché rappresentazioni di polimeri apprendibili. Per raggiungere questo obiettivo, il progetto userà diversi metodi per combinare la scienza dei polimeri e l’IA. Così facendo, reinventerà la progettazione dei polimeri.

Obiettivo

Polymers are the most ubiquitous materials class in modern society. Most of us spend a significant part of our lives in buildings made of polymers, using electronics manufactured with special polymers, and taking medicines encapsulated in carefully-optimized polymer formulations. In many cases, the design of new polymers is key to addressing global challenges in sustainability, health, and security. However, current polymer design methods rely heavily on trial-and-error experimentation and are grounded on imprecise assumptions about their structure, which is not only time-consuming and costly, but also offers limited insights into the relationship between structure, synthesis, and properties beyond the simplest polymers. While data-driven methods for small molecule engineering have flourished in recent years, artificial intelligence (AI) methods designed for polymers remain severely underdeveloped due to the unique challenges they pose. Their design involves navigating a noisy data space in search of compounds satisfying a complex set of specifications, made even more challenging when we’re interested in sampling novel, unique materials. The lack of well-defined, regular structures in polymers, coupled with a vastly different synthesis space, has also led to inefficient representations for them and an overreliance on hand-crafted simplifications, necessitating the development of information-rich yet scalable representa-tions for diverse polymer classes. I will tackle these gaps in AI-guided polymer design through the de-velopment of new paradigms for (1) learnable polymer representations and (2) generative AI frameworks for polymer design and synthesis. The methods I will develop bridge unique ideas from polymer science and AI to create a ground-breaking new approach for engineering polymers to specification and transform the current polymer design landscape across many industries via scalable data-driven strategies.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-ERC - HORIZON ERC Grants

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) ERC-2025-STG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

CHALMERS TEKNISKA HOGSKOLA AKTIEBOLAG
Contributo netto dell'UE
€ 1 500 000,00
Indirizzo
-
412 96 Goteborg
Svezia
Regione
Södra Sverige Västsverige Västra Götalands län
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
€ 1 500 000,00

Beneficiari (1)