Adsorbimento di CO2 nel MOF-5 tramite Monte Carlo: Sviluppo di un Proof of Concept con l'Intelligenza Artificiale

L'incremento delle emissioni di CO2 richiede soluzioni innovative per la sua cattura. Tra le diverse strategie, l'adsorbimento in materiali porosi si distingue per la sua efficienza energetica e sostenibilità. Questo lavoro presenta un Proof of Concept (PoC) per la simulazione dell'adsorbimento di CO2 nel Metal-Organic Framework (MOF-5), utilizzando la metodologia Monte Carlo Grand Canonico (GCMC). Contrariamente alle simulazioni complete che richiedono vaste risorse computazionali, il nostro obiettivo primario è dimostrare la capacità di un'Intelligenza Artificiale (AI), nello specifico Gemini, di sviluppare autonomamente un programma Python funzionale e robusto. Il codice gestisce l'interpretazione dei file CIF per la generazione della supercella del MOF-5, l'implementazione di potenziali di interazione Lennard-Jones e Coulombiani basati sul campo di forze UFF e cariche parziali da calcoli quantomeccanici, e la logica delle mosse GCMC. I risultati preliminari, anche con un numero limitato di passi, convalidano la corretta implementazione e funzionalità del modello, evidenziando come l'AI possa agire da co-sviluppatore, accelerando la ricerca e la prototipazione in chimica computazionale e scienza dei materiali.