详细内容或原文请订阅后点击阅览
“民主化化学分析”：使用机器学习和机器人技术从图像中识别化学成分
佛罗里达州立大学化学家创建了一种机器学习工具，该工具可以从精度为99％的图像中识别出干盐溶液的化学成分。
来源:英国物理学家网首页佛罗里达州立大学化学家创建了一种机器学习工具，该工具可以从精度为99％的图像中识别出干盐溶液的化学成分。
通过使用机器人技术来准备数千种样本和人工智能来分析其数据，他们创建了一个简单，廉价的工具，可以扩大进行化学分析的可能性。这项工作发表在数字发现中。
已发布 数字发现“我们生活在人工智能和大数据时代，” FSU化学和生物化学系教授Oliver Steinbock说。 “我们认为，如果我们使用足够的大型数据库，其中包含足够的不同化合物和污渍的图片，我们可以使用AI来确定构图是什么。”
这项研究可以使可以在太空探索，执法，家庭测试等中使用更便宜，更快的化学分析。
执法本文基于Steinbock实验室的先前研究，研究人员使用机器学习来从照片中识别盐污渍的化学成分。在这项研究中，研究人员分析了约7500个样本，他们手工制备。
先前的研究 化学成分本文通过使用机器人处理样品来扩大工作，这些样本后来通过改进的机器学习计划进行了分析。研究人员没有手工填充样品，而是创建了他们命名的机器人滴影像仪或Rodi的名称，后者能够每天准备超过2,000个样本。这使他们能够构建一个超过23,000张图像的库，这是其原始研究的三倍以上。