Geschiedenis van de scheikunde Met AI de vergeten kennis van de alchemie weer naar boven halen

Bron: persbericht Universiteit van Bielefeld | Vertaald door AI 2 min Leestijd

Leverancier over dit onderwerp

Wat wisten alchemisten werkelijk van de leer van de elementen en de scheikunde? Een onderzoeksproject analyseert met behulp van AI geschriften uit de periode vóór 1800 op zoek naar oude recepten en reactieformules. Wat wetenschappelijk veelbelovend lijkt, willen de onderzoekers in moderne laboratoria nabootsen en toetsen. Het doel is om de historische ontwikkeling van de scheikunde beter te begrijpen.

Met behulp van AI analyseren onderzoekers alchemistische geschriften. Ze zijn op zoek naar bruikbare wetenschappelijke inzichten en willen veelbelovende oude experimenten in het laboratorium nabootsen. (Symbolische afbeelding)(Afbeelding: KI-generiert / Gemini)
Met behulp van AI analyseren onderzoekers alchemistische geschriften. Ze zijn op zoek naar bruikbare wetenschappelijke inzichten en willen veelbelovende oude experimenten in het laboratorium nabootsen. (Symbolische afbeelding)
(Afbeelding: KI-generiert / Gemini)

Hoeveel chemische kennis zit er verborgen in eeuwenoude alchemistische recepten? Een onderzoeksteam onder leiding van dr. Guillermo Restrepo, wetenschapper aan het Institute for Studies of Science (ISoS) van de Universiteit van Bielefeld, maakt gebruik van kunstmatige intelligentie om historische teksten te ontcijferen en vergeten chemische inzichten in het laboratorium te toetsen. Met dit project heeft het team een driejarige subsidie binnengehaald van de Amerikaanse non-profitwetenschapsorganisatie Schmidt Sciences.

Alchemisten waren vroeger op zoek naar nieuwe stoffen en reacties en hebben een waardevol historisch erfgoed nagelaten. Maar wat vertellen hun vaak raadselachtige recepten ons over de beginjaren van de scheikunde? Deze vraag staat centraal in het onderzoeksproject „(Al-)Chemical Space In Silico“ (Axis), dat door Schmidt Sciences gedurende drie jaar met 400.000 euro wordt gesubsidieerd.

„Wij zijn van mening dat de combinatie van gedigitaliseerde historische informatie, kunstmatige intelligentie, kwantumchemie en laboratoriumexperimenten een doorslaggevende bijdrage zal leveren aan een beter begrip van alchemistische kennis”, aldus onderzoeksleider Restrepo.

AI ontcijfert historische teksten

Veel chemische databases bevatten pas informatie vanaf ongeveer 1800. Oudere kennis is echter te vinden in alchemistische recepten, die tegenwoordig gedigitaliseerd zijn. De taal daarvan is vaak gecodeerd, allegorisch of esoterisch.

Het Axis-team maakt gebruik van Large Language Models (LLM's) om mogelijke chemische inhoud te onderscheiden van symbolische beschrijvingen. Vervolgens onderzoeken de onderzoekers met behulp van kwantumchemie – computergestuurde methoden voor het onderzoeken van chemische eigenschappen – welke recepten wetenschappelijk veelbelovend zijn.

Van het recept naar het laboratorium

De meest veelbelovende formules worden in het laboratorium nagebootst en getest met chemische verbindingen. Zo ontstaan er nieuwe gegevens over stoffen en reacties uit de periode vóór 1800, die helpen om de ontwikkeling van de scheikunde beter te begrijpen.

Het project combineert geschiedenis, informatica en scheikunde en heeft tot doel aan te tonen hoe AI historische bronnen voor onderzoek toegankelijk kan maken. De ontwikkelde tools en gegevens moeten vrij toegankelijk zijn, zodat ook andere onderzoekers er gebruik van kunnen maken en ze verder kunnen ontwikkelen.

Er waren in totaal meer dan 500 inzendingen uit 42 landen. Het onderzoeksproject van Restrepo is een van de 19 projecten die zijn geselecteerd voor de prijzen van het „Humanities and AI Virtual Institute“ (HAVI) van dit jaar, waaronder projecten van de universiteiten van Oxford, Boston, Berkeley en New York. Schmidt Sciences is een initiatief van het echtpaar Eric en Wendy Schmidt, dat een reeks filantropische projecten financiert. Eric Schmidt was voorheen CEO van Google.

Schrijf u nu in op de nieuwsbrief

Mis onze beste content niet

Door op „Abonneren op nieuwsbrief“ te klikken, geef ik toestemming voor de verwerking en het gebruik van mijn gegevens in overeenstemming met het toestemmingsformulier (uitvouwen voor details) en accepteer ik de gebruiksvoorwaarden. Raadpleeg ons privacybeleid voor meer informatie. De toestemmingsverklaring heeft met name betrekking op het verzenden van redactionele nieuwsbrieven per e-mail en op de combinatie van gegevens voor marketingdoeleinden met geselecteerde advertentiepartners (bijvoorbeeld LinkedIn, Google, Meta).

Vouw uit voor details over uw toestemming