Automatyzacja

Nowe narzędzie MIT AI rewolucjonizuje kontrolę jakości materiałów

Weryfikacja jakości nowych materiałów do zastosowania w bateriach, elektronice i farmaceutykach jest istotnym, ale trudnym zadaniem. Proces ten wcześniej polegał w dużej mierze na intensywnym skanowaniu materiałów za pomocą specjalistycznych instrumentów, co z kolei ma tendencję do zmniejszania szybkości innowacji ze względu na jego kosztowny i czasochłonny charakter. Na szczęście zastosowanie sztucznej inteligencji (AI) stwarza nowe możliwości usprawnienia tego procesu.

Odsłonięcie SpectroGen: Rola sztucznej inteligencji w weryfikacji materiałów

Narzędzie sztucznej inteligencji o nazwie SpectroGen został opracowany przez naukowców z Massachusetts Institute of Technology (MIT). Dzięki swoim najnowocześniejszym atrybutom SpectroGen może uprościć i przyspieszyć wcześniej żmudny proces weryfikacji. Ten wirtualny spektrometr oparty na sztucznej inteligencji, jak opisano w artykule badanie opublikowane w czasopiśmie Materiamoże analizować widmo materiału w jednym trybie, takim jak podczerwień, i generować dokładne odzwierciedlenie tego widma w różnych trybach, takich jak promieniowanie rentgenowskie lub Ramana.

Co ciekawe, SpectroGen może pochwalić się współczynnikiem dopasowania 99% do widm dostarczonych przez fizyczne skanowanie i kończy ten proces w mniej niż minutę. Jest to znaczna poprawa w porównaniu z tradycyjnymi metodami, których ukończenie może zająć godziny lub kilka dni.

Jak SpectroGen usprawnia kontrolę jakości

W świecie spektroskopii różne metody ujawniają różne właściwości materiału. Na przykład grupy molekularne są identyfikowane za pomocą spektroskopii w podczerwieni, dyfrakcja rentgenowska koncentruje się na strukturach krystalicznych, a rozpraszanie Ramana ujawnia wibracje molekularne. Konwencjonalnie, każda z tych metod wymagała nieporęcznego i drogiego sprzętu. Jednak SpectroGen zapewnia innowacyjne podejście, umożliwiając pojedynczemu, tańszemu instrumentowi, takiemu jak skaner podczerwieni, generowanie danych dla różnych modalności.

SpectroGen ma funkcjonalne zastosowania, które obejmują ułatwienie zakładowi produkcyjnemu skanowania materiałów za pomocą pojedynczej kamery na podczerwień. Narzędzie AI generuje następnie równoważne widma rentgenowskie lub ramanowskie, skutecznie eliminując potrzebę stosowania wielu konfiguracji skanowania. Efektem jest znaczna redukcja kosztów i czasu.

Interdyscyplinarna grupa MIT kierowana przez Loza Tadesse, adiunkta inżynierii mechanicznej w instytucie, opracowała SpectroGen w celu uproszczenia i miniaturyzacji złożonego i kosztownego sprzętu niezbędnego do analizy spektralnej. Zainspirował ich potencjał generatywnej sztucznej inteligencji w symulacji danych spektralnych, który wdrożyli zamiast intensywnego obliczeniowo modelowania widm w oparciu o właściwości atomowe i chemiczne.

SpectroGen został opracowany przy użyciu publicznie dostępnego zestawu danych ponad 6000 próbek minerałów, z których wiele zawierało dane spektralne w wielu modalnościach. Różne setki tych próbek zostały wykorzystane do szkolenia sztucznej inteligencji, umożliwiając jej rozpoznawanie relacji między różnymi typami widm.

Potencjał SpectroGen i perspektywy na przyszłość

Patrząc w przyszłość, istnieją ekscytujące potencjalne zastosowania SpectroGen poza produkcją. Zespół bada wykorzystanie tego narzędzia w szybkiej diagnostyce chorób i monitorowaniu środowiska, odpowiednio w opiece zdrowotnej i rolnictwie. Jest to część nowego projektu finansowanego przez Google. Tadesse zamierza nawet skomercjalizować technologię za pośrednictwem startupu, którego celem jest wprowadzenie SpectroGen do wielu branż, od farmaceutycznej po obronną. "Myślę o tym jako o agencie lub drugim pilocie, wspierającym naukowców, techników, rurociągi i przemysł" - mówi Tadesse.

Więcej szczegółów można znaleźć w oryginalnym artykule: https://news.mit.edu/2025/checking-quality-materials-just-got-easier-new-ai-tool-1014

Jaka jest twoja reakcja?

Podekscytowany
0
Szczęśliwy
0
Zakochany
0
Nie jestem pewien
0
Głupi
0

Komentarze są zamknięte.