Cuestionario vinculado a una guía · Medio Nivel

Prueba de optimización de la captura de carbono sobre IA

Evaluar la optimización del proceso de captura de carbono, los modelos sustitutos, la eficiencia de captura, el uso de energía y los límites de ampliación. Verifique la fuente y el alcance.

Rutas de guía relacionadasIA en la optimización de la captura de carbono
Pregunta 1 de 8

¿Cuál es el principal cuello de botella que la IA intenta resolver en la captura de carbono?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Cuál es el principal cuello de botella que la IA intenta resolver en la captura de carbono?
    • El alto coste y consumo energético de capturar y liberar CO2
    • El color del equipo.
    • La falta de CO2 en la atmósfera
    • Muy pocas centrales eléctricas en el mundo
  2. What solvent family did the cited machine-guided discovery study investigate?
    • Lithium salts for battery storage
    • Aqueous amines for acid-gas scrubbing carbon capture
    • Solid sorbents for water purification only
    • Hydrogen catalysts for fuel cells
  3. ¿A qué se refiere la "regeneración de disolventes" en la captura de carbono?
    • Pintar el tanque de solvente
    • limpiando la oficina
    • Liberar el CO2 capturado del disolvente para que pueda reutilizarse, lo que requiere mucha energía.
    • Agregar más gases de combustión
  4. What is the role of a surrogate model in capture-process optimization?
    • Certify that geological storage is secure
    • Replace all process measurements
    • Measure carbon emissions with satellite imagery
    • Approximate an expensive process simulation so candidate settings can be explored more quickly
  5. What objectives did the cited 2026 amine-capture simulation study optimize together?
    • CO₂ recovery, product purity, and specific energy consumption
    • Worker safety, building daylight, and HVAC comfort
    • Only solvent color and viscosity
    • Reservoir pressure and earthquake risk
  6. How did the cited solvent-discovery study verify promising model-selected candidates?
    • It launched an autonomous robotic lab for every candidate
    • It used a rapid laboratory assay for CO₂ absorption and then experimental checks
    • It used only a language-model rating
    • It inferred capture performance from satellite images
  7. Which two solvent properties did the 2023 study use for molecular-fingerprint prediction?
    • Worker injury risk and building energy use
    • Reservoir pressure and seismic amplitude
    • Absorption capacity and observed initial absorption rate
    • CO₂ purity and stack temperature only
  8. What did the 2023 solvent-discovery paper report on its external test set?
    • 100% accuracy on every outcome
    • 17% for all operating settings
    • No external test set
    • 60% accuracy for both material parameters and 80% for a single parameter