Искусственный интеллект меняет подход к разработке лакокрасочных материалов

В статье корреспондент Coatings World Терри Ноулз отмечает, что лакокрасочная отрасль пока достаточно осторожно внедряет технологии искусственного интеллекта. При этом наибольшие возможности ИИ автор видит не в автоматизации производства, а на этапе исследований и разработки новых материалов.

По мнению Терри Ноулза, современные алгоритмы способны прогнозировать свойства смол, связующих и функциональных добавок еще до проведения лабораторного синтеза. Анализируя взаимосвязь между химическим составом и эксплуатационными характеристиками покрытия, ИИ помогает быстрее находить наиболее перспективные рецептуры под заданные требования. Такой подход позволяет сократить объем лабораторных испытаний, снизить затраты на НИОКР и ускорить вывод новых материалов на рынок.

Отдельное внимание автор уделяет роли данных. Для эффективной работы алгоритмов необходимы большие массивы результатов испытаний, поэтому все большее значение приобретает сотрудничество производителей сырья и лакокрасочных материалов. В качестве примера приводится совместный проект AkzoNobel, Omya и Arkema, где компании разрабатывают декоративную краску с низким углеродным следом, используя цифровое моделирование и объединяя собственные научные компетенции.

Практическое применение ИИ уже выходит за рамки лабораторий. Технологии компьютерного зрения позволяют автоматически выявлять дефекты покрытий — неравномерную толщину пленки, трещины, пузыри и отклонения цвета, что помогает снизить количество брака. Еще одно активно развивающееся направление — цифровой подбор цвета. По данным автора, ведущие мировые производители ЛКМ и разработчики спектрофотометрического оборудования уже используют системы искусственного интеллекта, обученные на многолетних массивах данных о рецептурах и оттенках.

Автор делает вывод, что отрасль постепенно переходит от традиционного подбора рецептур к проектированию покрытий с заранее заданными свойствами. Если этот прогноз оправдается, искусственный интеллект станет одним из инструментов, который позволит быстрее создавать специализированные материалы для строительства, транспорта, авиации, упаковки и других высокотехнологичных отраслей.