所有物质都有独一无二的“光之指纹”,道理就像每个人的指纹都不相同一样。解析这一特征的分光学,被称为能够在无接触情况下识别物质的“科学之眼”。不过以往分光分析对专家经验的依赖度很高,因此应用范围也受到限制。但随着借助人工智能(AI)实现实时、自动分光分析的技术被开发出来,未来这一技术的应用领域有望大幅拓展。
韩国科学技术院(KAIST)3日表示,原子力与量子工程系 Park Sanghu 教授研究团队开发出了“基于人工智能的深度分光解析技术”。这一技术利用人工智能,使系统能够实时自动解析各种分光数据。
光谱是将物质发射或吸收的光像彩虹一样展开后得到的图像(图表)。传统分光分析需要将光谱中以数字呈现的信号,与已知参考数据一一比对,经过手工解析的过程。
与此不同的是,研究团队让人工智能将整个光谱视作一张“图像”来识别,并对其中的模式进行学习。其结果是,即使数据中夹杂噪声或部分信息丢失,人工智能也能像在照片中识别物体那样,准确提取出物质信息。进一步来说,系统还能自行检验预测结果在科学上是否合理,从而提升分析的可靠性。
研究团队还将该技术应用于“吸收光谱数据”进行了验证。吸收光谱数据是在大气化学、等离子体化学领域广泛采用的一种方式。在验证过程中,该技术即便面对高度混杂的复杂信号,也能高精度预测出臭氧和氮氧化物等8种化学物质的浓度。不仅比传统人工分析结果更为精确,而且在数据质量较差的环境下也展现出稳定性能。
这一性能表现被认为有望成为一个转折点,使得过去因分析困难而在现场无法实际利用、最终被弃置的大量分光数据,得以转化为“可立即利用的信息”。
研究团队判断,该技术在半导体等离子体工艺的良率提升、核聚变等离子体的稳定控制、智慧城市环境监测、非接触式疾病诊断等尖端产业领域,具有广泛应用的潜力。
Park 教授表示:“这一技术的意义在于,大幅降低了长期以来完全依赖专家经验的分光数据分析的准入门槛。研究团队开发的技术可立即应用于环境监测、医疗健康、等离子体诊断等所有需要光谱分析的产业领域。”
另一方面,本次研究中,原子力与量子工程系的 Kim Jongchan 和 Heo Seongcheol 博士研究生以共同第一作者身份参与。研究成果(论文)已于上月12日发表在计量与分析化学领域的国际学术期刊《Sensors and Actuators B: Chemical》在线版上。
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。