Skip to main content

Homo sAIence - Σεφερλής: Πρωτοποριακή μονάδα δεσμεύει CO2 σε τρεις βιομηχανίες χάρη και στην ΤΝ

Στο Homo sAIence, το vidcast της Voria.gr για την ΤΝ μιλάει ο καθηγητής του Τμήματος Μηχανολόγων Μηχανικών, Πάνος Σεφερλής
Προσθήκη του voria.gr ως προτεινόμενη πηγή στην Google

Στην ασβεστοποιία Cao Hellas στη ΒΙΠΕ του Βόλου έχει εγκατασταθεί εδώ και περίπου έναν μήνα μια πρωτοποριακή μονάδα δέσμευσης 10 τόνων διοξειδίου του άνθρακα (CO2) ημερησίως, στην «καρδιά» της οποίας βρίσκεται τεχνολογία που αναπτύχθηκε με τη βοήθεια και της Τεχνητής Νοημοσύνης (TN). Χάρη στους αλγόριθμους, η τεχνολογία αυτή έφτασε από το ερευνητικό εργαστήριο μέχρι το πεδίο πολύ ταχύτερα από ό,τι στο παρελθόν, αποδεικνύοντας επί του πρακτέου τον ρόλο που μπορεί να διαδραματίσει η ΤΝ στην προσπάθεια για την καταπολέμηση της κλιματικής κρίσης, σε μια εποχή που κάθε λεπτό «μετράει».

Η μονάδα, που μεταφέρθηκε αποσυναρμολογημένη από τη Μεγάλη Βρετανία (όπου κατασκευάστηκαν πολλά μέρη της) στη Μαγνησία αρχικά δια θαλάσσης και έπειτα με μια αυτοκινητοπομπή 13 φορτηγών, θα απορροφά το 90% του διοξειδίου του άνθρακα από τα καυσαέρια που διοχετεύονται σε αυτήν, προτού αυτό απελευθερωθεί στην ατμόσφαιρα. Στο τέλος Μαρτίου θα αρχίσει η πιλοτική της λειτουργία -δηλαδή θα παίρνει πραγματικό καυσαέριο από την καμινάδα της ασβεστοποιίας και θα δεσμεύει το CO2. Η μονάδα θα παραμείνει στον Βόλο για περίπου δύο μήνες ακόμη, συγκεντρώνοντας δεδομένα για την περαιτέρω εκπαίδευση των μοντέλων της ΤΝ, ώστε να μπορούν να προβλέπουν τη «συμπεριφορά» της διεργασίας δέσμευσης του διοξειδίου του άνθρακα. Ακολούθως, θα αποσυναρμολογηθεί εκ νέου και θα μεταφερθεί στο εργοστάσιο παραγωγής ενέργειας με φυσικό αέριο της Enerwave (πρώην ΕLPEDISON) στη Θίσβη της Βοιωτίας, προτού μετακινηθεί εκ νέου, το 2027, στο διυλιστήριο  της HELLENiQ Energy, στη Θεσσαλονίκη.

Η πρωτοποριακή μονάδα δέσμευσης CO2 δημιουργήθηκε στο πλαίσιο του ευρωπαϊκού έργου HIRECORD και αποτελεί καρπό πολυετούς συνεργασίας ερευνητών του Ινστιτούτου Χημικών Διεργασιών & Ενεργειακών Πόρων (ΙΔΕΠ) του Εθνικού Κέντρου Έρευνας και Τεχνολογικής Ανάπτυξης (ΕΚΕΤΑ) και του Τμήματος Μηχανολόγων Μηχανικών του ΑΠΘ, αλλά και του Τμήματος Ψυχολογίας (το οποίο ανέλαβε να μελετήσει την ανταπόκριση των τοπικών κοινωνιών στη νέα αυτή τεχνολογία). Στο έργο, που χρηματοδοτείται από το πρόγραμμα HORIZON Europe και το UK Research and Innovation, μετέχει ακόμη ο Σύνδεσμος Εξαγωγέων-ΣΕΒΕ, αλλά και πανεπιστήμια και εταιρείες από το εξωτερικό.  

Τα παραπάνω επισήμανε ο επιστημονικά υπεύθυνος του έργου για το Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, Πάνος Σεφερλής, καθηγητής του Τμήματος Μηχανολόγων Μηχανικών, μιλώντας στο Homo sAIence, το vidcast της voria.gr για την ΤΝ.

Όπως εξήγησε, στόχος των ερευνητών ήταν το κόστος της δέσμευσης του CO2 να είναι αρκετά χαμηλό, ώστε να υπάρχει κίνητρο για τη βιομηχανία να την εφαρμόσει. «Αυτή τη στιγμή το δικαίωμα μιας βιομηχανίας να ρυπαίνει το περιβάλλον με έναν τόνο διοξειδίου του άνθρακα είναι περίπου 80- 95 ευρώ ο τόνος, στο ευρωπαϊκό σύστημα εμπορίας δικαιωμάτων άνθρακα.  Άρα εμείς θέλαμε η δέσμευση να είναι πιο οικονομική από αυτό το όριο των 80 ευρώ και αυτό ήταν το αντικείμενο του έργου» διευκρίνισε.

Επιτάχυνση τουλάχιστον σε κλίμακα μιας τάξης μεγέθους, χάρη στην ΤΝ

Πώς βοήθησε η ΤΝ; Οι ερευνητές χρειαζόταν να αναπτύξουν διαλύτες, οι οποίοι να δεσμεύουν το διοξείδιο του άνθρακα με χαμηλό κόστος. «Η ΤΝ μας βοήθησε να δοκιμάσουμε πολλά διαφορετικά σενάρια πολύ γρήγορα. Ποιος θα ήταν λοιπόν ο καλύτερος διαλύτης; Θέλαμε να συνυπάρχουν σε αυτόν πολλά διαφορετικά χαρακτηριστικά: να συλλαμβάνει πολύ γρήγορα το CO2, να είναι φθηνός στην παραγωγή του, να μην είναι τοξικός, να έχει ιδιότητες που θα μειώσει τις ενεργειακές απαιτήσεις για τη δέσμευση διοξείδιο του άνθρακα. Αναπτύξαμε λοιπόν τα μαθηματικά μοντέλα μας, παραθέσαμε τα δεδομένα που είχαμε συλλέξει από τη βιβλιογραφία και βάλαμε την ΤΝ να διαλέξει για εμάς. Μας έδωσε μια πολύ μικρή λίστα καλών διαλυτών και τότε πήγαμε στο εργαστήριο για να επιβεβαιώσουμε την ορθότητα των μοντέλων που αναπτύξαμε και την αξιοπιστία των προβλέψεων που έγιναν με την ΤΝ» περιέγραψε ο Πάνος Σεφερλής.

Πόσο καιρό θα έπαιρνε στους ερευνητές να επεξεργαστούν όλα τα σενάρια και να καταλήξουν σε αυτή τη μικρή λίστα διαλυτών, χωρίς τη χρήση ΤΝ; «Εδώ είναι το πραγματικά μεγάλο πλεονέκτημα της ΤΝ, ότι θα επιταχύνει τέτοιες ανακαλύψεις τουλάχιστον σε κλίμακα μιας τάξης μεγέθους. Δηλαδή, ενώ θα χρειαζόσουν 10 μήνες για να κάνεις κάτι, πλέον μπορείς να το κάνεις σε ένα μήνα, ίσως και λιγότερο. Μπορούμε πλέον να έχουμε κάποια πράγματα πάρα πολύ γρήγορα στη διάθεσή μας, ώστε στη συνέχεια αυτά να συνδυάζονται συστηματικά, βάζοντας βέβαια τη Φυσική, τη Χημεία και τα Μαθηματικά να δουλέψουν για εμάς. Αυτό θα επιταχύνει πάρα πολύ την ανάπτυξη νέων τεχνικών μεθόδων παραγωγής για να σώσουμε το περιβάλλον, ή να έχουμε ταχύτερα πιο φθηνά και καλύτερης ποιότητας προϊόντα» υπογραμμίζει ο καθηγητής.

«Σε ό,τι κάνουμε από εδώ και πέρα η ΤΝ θα είναι βασικό εργαλείο»

Μπορεί η ΤΝ να συνεισφέρει στην ανακάλυψη νέων μορφών ενέργειας ή και μεθόδων καταπολέμησης της κλιματικής κρίσης;  «Αυτό που είναι σίγουρο είναι πως σε ό, τι κάνουμε από δω και πέρα, η τεχνητή νοημοσύνη θα είναι το βασικό μας εργαλείο. Θα χρησιμοποιήσουμε, μέσω της ΤΝ, όλες τις πληροφορίες που συλλέγουμε, όλη τη γνώση που έχουμε αποκτήσει όλα αυτά τα χρόνια, ώστε να επιταχύνουμε την ανάπτυξη νέων μεθόδων παραγωγής και νέων μεθόδων μετατροπής ενέργειας -γιατί η ενέργεια δεν παράγεται, μετατρέπεται. Η ΤΝ θα μας βοηθήσει να επιταχύνουμε όλες αυτές τις διαδικασίες και να τις κάνουμε πιο αποτελεσματικές. Εκεί είναι το μεγάλο στοίχημα. Δεν περιμένουμε να μας πει κάτι τελείως μαγικό, αλλά θα μας βοηθήσει να επεξεργαστούμε ταχύτερα όλη αυτή τη γνώση υπό την καθοδήγηση μας.  Πάντα όμως, θα χρειάζεται ο επιστήμονας στο κύκλωμα για τον έλεγχο των τελικών λύσεων και την ενδεχόμενη επικαιροποίηση των παραμέτρων και παραδοχών του προβλήματος» σημειώνει.

Η συζήτηση με τον Πάνο Σεφερλή επεκτάθηκε ακόμη -μεταξύ άλλων- στην ενέργεια που καταναλώνουν τα κέντρα δεδομένων και στο αν οι Ανανεώσιμες Πηγές Ενέργειας, που έχουν χαμηλότερη ενεργειακή πυκνότητα από τα ορυκτά καύσιμα, θα μπορούσαν να τροφοδοτήσουν την ενεργειακή «λαιμαργία» της Τεχνητής Νοημοσύνης.