The verification of new materials’ quality for use in batteries, electronics, and pharmaceuticals is a vital but daunting task. This process previously relied heavily on extensively scanning materials with specialized instruments, which in turn, tends to reduce the speed of innovation due to its expensive and time-consuming nature. Fortunately, the application of artificial intelligence (AI) presents new opportunities for streamlining this process.
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 Materia, can analyze a material’s spectrum in one mode, such as infrared, and generate an accurate reflection of that spectrum in different modalities like X-ray or Raman.
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.
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.
MIT’s interdisciplinary group led by Loza Tadesse, an assistant professor of mechanical engineering at the institute, devised SpectroGen with the primary aim of simplifying and miniaturizing the complex and expensive equipment necessary for spectral analysis. They were inspired by the potential of generative AI in simulating spectral data, which they implemented instead of the computationally intensive modeling of spectra based on atomic and chemical properties.
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.
Looking forward, there are exciting potential applications for SpectroGen outside of manufacturing. The team is exploring the use of this tool in rapid disease diagnostics and environmental monitoring in healthcare and agriculture, respectively. This is part of a new project financed by Google. Tadesse is even venturing to commercialize the technology through a startup with a target to bring SpectroGen to a range of industries from pharmaceuticals to defense. “I think of it as having an agent or co-pilot, supporting researchers, technicians, pipelines, and industry,” Tadesse says.
Więcej szczegółów można znaleźć w oryginalnym artykule: https://news.mit.edu/2025/checking-quality-materials-just-got-easier-new-ai-tool-1014
This website uses cookies.