Создание более совершенных батарей, быстрой электроники и эффективных фармацевтических препаратов зависит от открытия новых материалов и проверки их качества. Искусственный интеллект помогает в этом процессе, используя инструменты, которые просматривают каталоги материалов, чтобы быстро пометить многообещающих кандидатов.
Но как только материал создан, проверка его качества всё ещё включает сканирование его с помощью специализированных приборов для подтверждения его характеристик — дорогостоящий и трудоёмкий этап, который может замедлить разработку и распространение новых технологий.
Теперь новый инструмент искусственного интеллекта, разработанный инженерами Массачусетского технологического института (MIT), может помочь устранить узкие места контроля качества, предлагая более быстрый и дешёвый вариант для некоторых отраслей, работающих с материалами.
СпектроГен: новый инструмент на базе искусственного интеллекта
В исследовании, опубликованном в журнале Matter, учёные представляют «СпектроГен» — генеративный инструмент искусственного интеллекта, который ускоряет возможности сканирования, выступая в качестве виртуального спектрометра.
Инструмент принимает «спектры», или измерения материала в одной модальности сканирования, например, инфракрасной, и генерирует то, как этот материал выглядел бы, если бы его сканировали в совершенно другой модальности, например, рентгеновской. Результаты, полученные с помощью искусственного интеллекта, совпадают с точностью 99% с результатами, полученными при физическом сканировании материала с помощью нового прибора.
Некоторые спектроскопические модальности выявляют специфические свойства материала: инфракрасное излучение показывает молекулярные группы материала, а рентгеновская дифракция визуализирует кристаллические структуры материала.
С помощью СпектроГен исследователи предполагают, что можно будет проводить разнообразные измерения с помощью одного и более дешёвого физического прибора. Например, производственная линия сможет осуществлять контроль качества материалов, сканируя их с помощью одной инфракрасной камеры. Полученные инфракрасные спектры можно будет ввести в СпектроГен для автоматического создания рентгеновских спектров материала, без необходимости размещения и эксплуатации отдельной, часто более дорогой рентгеновской лаборатории.
Новый инструмент искусственного интеллекта генерирует спектры менее чем за минуту, что в тысячу раз быстрее по сравнению с традиционными подходами, которые могут занимать от нескольких часов до нескольких дней.
«Мы думаем, что вам не нужно проводить физические измерения во всех модальностях, которые вам нужны, а, возможно, только в одной, простой и дешёвой модальности, — говорит соавтор исследования Лоза Тадессе, доцент кафедры машиностроения в MIT. — Затем вы можете использовать СпектроГен для генерации остальных данных. И это может повысить производительность, эффективность и качество производства».
Ведущий автор исследования — бывший научный сотрудник MIT Яньмин Чжу.
За пределами связей
Группа Тадессе в MIT занимается разработкой технологий, которые способствуют улучшению здоровья человека и планеты, разрабатывая инновации для применения в самых разных областях — от быстрой диагностики заболеваний до устойчивого сельского хозяйства.
«Диагностика заболеваний и анализ материалов обычно включают сканирование образцов и сбор спектров в разных модальностях с помощью разных громоздких и дорогих инструментов, которые вы можете не найти в одной лаборатории, — говорит Тадессе. — Поэтому мы размышляли о том, как можно миниатюризировать всё это оборудование и как упростить экспериментальный процесс».
Чжу отметил растущее использование генеративных инструментов искусственного интеллекта для поиска новых материалов и кандидатов в лекарства и задался вопросом, можно ли также использовать искусственный интеллект для генерации спектральных данных.
Как работает СпектроГен
Для генерации спектральных данных традиционный подход предполагает обучение алгоритма распознаванию связей между физическими атомами и особенностями в материале, а также спектрами, которые они производят. Однако Тадессе говорит, что такой подход может быстро стать неразрешимым из-за сложности молекулярных структур внутри одного материала.
«Сделать это даже для одного материала невозможно, — говорит она. — Поэтому мы подумали: есть ли другой способ интерпретации спектров?»
Команда нашла ответ в математике. Они поняли, что спектральный паттерн, представляющий собой последовательность волновых форм, можно представить математически. Например, спектр, содержащий серию колоколообразных кривых, известен как «гауссово» распределение, которое связано с определённым математическим выражением, по сравнению с серией более узких волн, известных как «лоренцево» распределение, которое описывается отдельным, отличным алгоритмом.
Тадессе и Чжу встроили математическую интерпретацию спектральных данных в алгоритм, который затем включили в генеративную модель искусственного интеллекта.
«Это интеллектуальный инструмент на базе искусственного интеллекта, который понимает, что такое спектры, — говорит Тадессе. — И ключевая новизна заключается в том, что мы интерпретировали спектры не как то, как они возникают из химических веществ и связей, а как математику — кривые и графики, которые инструмент искусственного интеллекта может понять и интерпретировать».
Копилот по работе с данными
Команда продемонстрировала свой инструмент искусственного интеллекта СпектроГен на большом общедоступном наборе данных, содержащем более 6000 образцов минералов. Каждый образец включает информацию о свойствах минерала, таких как его элементный состав и кристаллическая структура. Многие образцы в наборе данных также включают спектральные данные в разных модальностях, таких как рентгеновская, рамановская и инфракрасная.
Исследователи обучили инструмент искусственного интеллекта, также известный как нейронная сеть, чтобы он научился корреляциям между различными спектральными модальностями минерала. Это обучение позволило СпектроГен принимать спектры материала в одной модальности, например, инфракрасной, и генерировать то, как должны выглядеть спектры в совершенно другой модальности, например, рентгеновской.
«Мы можем ввести спектральные данные в сеть и получить другой, совершенно иной вид спектральных данных с очень высокой точностью менее чем за минуту», — говорит Чжу.
Команда говорит, что СпектроГен может генерировать спектры для любого типа минерала. В производственной среде, например, материалы на основе минералов, которые используются для изготовления полупроводников и батарей, можно сначала быстро просканировать с помощью инфракрасного лазера. Спектры, полученные в результате этого инфракрасного сканирования, можно ввести в СпектроГен, который затем сгенерирует спектры в рентгеновском диапазоне, которые операторы или мультиагентная платформа искусственного интеллекта могут проверить для оценки качества материала.
«Я думаю об этом как о наличии агента или второго пилота, поддерживающего исследователей, техников, конвейеры и промышленность, — говорит Тадессе. — Мы планируем адаптировать этот инструмент для нужд различных отраслей».
Команда изучает способы адаптации инструмента искусственного интеллекта для диагностики заболеваний и мониторинга сельского хозяйства в рамках предстоящего проекта, финансируемого Google. Тадессе также продвигает эту технологию в области через новый стартап и планирует сделать СпектроГен доступным для широкого спектра секторов — от фармацевтики до полупроводников и обороны.
1. Какие проблемы решает новый инструмент СпектроГен на базе искусственного интеллекта?
СпектроГен решает проблему проверки качества материалов, ускоряя процесс сканирования и предлагая более быстрый и дешёвый вариант для некоторых отраслей, работающих с материалами.
2. В чём заключается инновационность подхода СпектроГен к генерации спектральных данных?
Инновационность подхода СпектроГен заключается в использовании математической интерпретации спектральных данных в алгоритме искусственного интеллекта. Это позволяет инструменту понимать спектры как математику — кривые и графики, которые можно интерпретировать и генерировать.
3. Какие преимущества предоставляет СпектроГен в производственной среде?
В производственной среде СпектроГен позволяет быстро сканировать материалы с помощью инфракрасного лазера, генерировать рентгеновские спектры на основе полученных инфракрасных данных и оценивать качество материала. Это ускоряет процесс контроля качества и снижает затраты на оборудование.
4. Какие перспективы открывает использование СпектроГен в различных отраслях?
Использование СпектроГен открывает перспективы для адаптации инструмента в различных отраслях, таких как фармацевтика, полупроводники, оборона и другие. Это может повысить производительность, эффективность и качество производства в этих областях.
5. Какие данные использовались для демонстрации работы СпектроГен?
Для демонстрации работы СпектроГен использовался большой общедоступный набор данных, содержащий более 6000 образцов минералов. Каждый образец включает информацию о свойствах минерала, таких как его элементный состав и кристаллическая структура, а также спектральные данные в разных модальностях.