Искусственный интеллект предсказывает качество материалов точнее, чем лаборатория

Инженеры Массачусетского технологического института (MIT) разработали систему искусственного интеллекта под названием SpectroGen, которая ускоряет и упрощает процесс проверки качества материалов. Система функционирует как виртуальный спектрометр, позволяя предсказывать спектр материала в одном диапазоне (например, рентгеновском), исходя из спектра, полученного в другом диапазоне (например, инфракрасном).

Проверка свойств материалов — важный этап производства многих продуктов, от аккумуляторов до фармацевтических препаратов. Традиционные методы контроля качества требуют дорогостоящих и громоздких лабораторных приборов, а сам процесс занимает часы или дни. SpectroGen решает эту проблему, мгновенно создавая точную копию спектра в нужном диапазоне с точностью до 99%.

Система основана на машинном обучении и глубоком понимании математических моделей спектральных кривых. Инженер Люза Тадессе из MIT отмечает: «Наша программа интерпретирует спектральные данные не как следствие конкретных молекул и связей, а как математические выражения — волны и графики, понятные искусственному интеллекту».

Алгоритм обучался на большой общедоступной базе данных минералов, содержащей тысячи записей о характеристиках образцов и соответствующих спектрах. Исследователи выбрали около 6000 образцов и проверяли алгоритм на спектрах, которые ранее не встречались в тренировочной выборке. Результат оказался впечатляющим: SpectroGen сумел воспроизвести спектры незнакомых минералов с корреляцией в 99%.

Программу можно настроить для решения практических задач различных отраслей: от фармацевтики до полупроводников и оборонной промышленности. Например, минеральные материалы, применяемые в производстве батарей и электроники, сначала сканируются простым инфракрасным лазером, а затем поступают в обработку программой SpectroGen, которая генерирует нужный спектр для оценки качества.

Та дессе рассматривает возможность адаптации алгоритма для диагностики болезней и агропромышленности. В будущем планируется вывести технологию на широкий рынок через собственную компанию-разработчика, сделав её доступной для широкого круга потребителей.