Los químicos de la Universidad Estatal de Florida han desarrollado una herramienta de aprendizaje automático que puede identificar la composición química de una solución salina seca con una precisión del 99 %.
Al desarrollar miles de muestras e inteligencia artificial para analizar sus datos, crearon una herramienta fácil y barata que puede aumentar las posibilidades de análisis químicos. Fue publicado en el trabajo Descubrimiento digital.
“Estamos viviendo en un período de inteligencia artificial y big data”, dijo Oliver Stenbak, profesor del Departamento de Química y Bioquímica de la FSU. “Pensamos que si usáramos una base de datos grande con suficientes imágenes de diferentes compuestos y manchas, probablemente podríamos usar IA para determinar qué era esta receta”.
Esta investigación puede conducir a un análisis químico rápido y potencialmente económico que se puede utilizar en la exploración espacial, la aplicación de la ley, los exámenes nacionales y más.
¿Cómo funciona?
Este artículo se basa en el estudio anterior del Laboratorio Stanbic, en el que los investigadores utilizaron el aprendizaje automático para identificar la composición química de las manchas de sal a partir de imágenes. En este estudio, los investigadores analizaron alrededor de 7.500 muestras, que entregaron.
Este artículo funciona usando un robot para tomar medidas sobre las muestras que luego fueron analizadas por un mejor programa de aprendizaje automático. En lugar de muestras de forma a mano, los investigadores crearon lo mismo que nombraron una caída robótica -En -The -Art, o carretera, capaz de producir más de 2,000 muestras diarias. Esto les permitió construir una biblioteca de más de 23,000 imágenes, que es tres veces más alta que su estudio original.
Después de preparar muestras y tirar de la foto, los investigadores hicieron que cada imagen se convirtiera en una escala de grises, luego extrajeron 47 características, como el área del patrón, el brillo y otros atributos, que utilizaron en su análisis.
Con imágenes adicionales, la precisión de su programa de aprendizaje automático aumentó de 90 % a aproximadamente 9999 %. Los investigadores también analizaron la concentración inicial de soluciones salinas en cinco niveles diferentes y entrenados para distinguir su programa de aprendizaje automático. El programa alcanzó la precisión del 92 % para identificar la detención y la identificación de sal.
“La precisión exigida en varios análisis será diferente en términos de la situación”, dijo el investigador post documental CO -Author Amutha SV. “Con mi experiencia, sé que algunos tipos de espectroscopía y otros métodos de análisis son costosos y requieren habilidades técnicas especiales para operar. Es por eso que estoy entusiasmado con la posibilidad de una manera fácil: solo tomar una imagen para determinar la composición química. Sería increíblemente útil”.
¿Por qué hace la diferencia?
La mayoría de los métodos de análisis químico se centran en el nivel de la molécula, probando átomos, moléculas o estructuras de cristal.
“Si no tiene buenas muestras, unos pocos millones de dólares para dispositivos y restricciones de peso, hace un gran trabajo”, dijo Stanbick. “Pero si quieres ir a una misión espacial y enviar cosas a la luna de Saturno, por ejemplo, cada gramo es importante. Si puedes hacer un análisis químico con una cámara, esto cambia el juego”.
El proyecto se desarrolló para la NASA, que buscaba métodos baratos, de bajo costo y de bajo peso para determinar la concentración química. En lugar de llevar las muestras al suelo, un rover extraordinario, equipado con un laboratorio y cámara de química simple, puede analizar la composición química del material en el sitio.
Junto con la búsqueda de espacio, el método desarrollado en el Laboratorio Stenbic se puede utilizar para proporcionar un análisis químico para otras aplicaciones. Las pruebas dependen de la cantidad de minutos de muestras, solo unos pocos miligramos, lo que lo hace valioso en el escenario en el que es difícil obtener muestras grandes. La agencia de aplicación de la ley puede realizar pruebas preliminares sobre sospechosos de medicamentos, los laboratorios pueden probarse mediante el material de pulverización y un análisis químico completo puede usarlo para ayudar a diagnosticar pacientes sin acceso al laboratorio.
“Esto es importante porque puede hacer que el análisis químico sea democrático”, dijo Stanbak.
AI: un nuevo peaje para la investigación
La inteligencia artificial ha prometido cambiar lo que es posible en la investigación. La facultad de la Universidad Estatal de Florida participa en proyectos modernos que avanzan los límites de este dispositivo en rápido desarrollo.
Los esfuerzos de inteligencia artificial de FSU están proporcionando herramientas e ideas para la facultad en educación e investigación.
“Creo que es muy útil permanecer en un lugar donde te ayudes a hacerlo, y no necesariamente necesitas dinero, sino solo elogiar para probar cosas nuevas”. “La IA está cambiando la forma en que nos acercamos al descubrimiento científico. Una vez que la necesidad de productos caros y habilidades especiales ahora se puede hacer con una cámara simple y el algoritmo correcto. Abre nuevas posibilidades, no solo para misiones espaciales, sino también para medicina, forense y más allá”.
En este artículo, los coautores adicionales fueron Bruno Batiesta de FSU, Gue Yan de la Universidad Bowie Estate y Benny B de la Universidad de Florida A&M. El proyecto fue apoyado por la NASA.
