機(jī)器學(xué)習(xí)算法可以預(yù)測股市波動，控制復(fù)雜的制造過程，實現(xiàn)機(jī)器人和無人車的導(dǎo)航。
現(xiàn)在，紐約大學(xué)坦登工程學(xué)院的研究人員正在利用人工智能領(lǐng)域的一系列新功能，將人工神經(jīng)網(wǎng)絡(luò)與紅外熱成像技術(shù)相結(jié)合，對化學(xué)反應(yīng)進(jìn)行精確、快速的控制和解釋，遠(yuǎn)超傳統(tǒng)方法。更具創(chuàng)新性的事實是，這項技術(shù)是在一種新型微反應(yīng)器上開發(fā)和測試的，這種微反應(yīng)器允許快速進(jìn)行化學(xué)發(fā)現(xiàn)，并且比標(biāo)準(zhǔn)的大規(guī)模反應(yīng)產(chǎn)生的環(huán)境廢物少得多。
紐約大學(xué)化學(xué)與生物分子工程助理教授瑞安哈特曼(Ryan Hartman)說：“這個系統(tǒng)可以將一些化學(xué)制造過程的決策過程從一年縮短到幾周，從而節(jié)省大量化學(xué)廢物和能源。唐和一篇論文的主要作者詳細(xì)介紹了計算機(jī)和化學(xué)工程雜志上的方法。
去年，哈特曼引入了一種新型的微型化學(xué)反應(yīng)器，它使用傳統(tǒng)上在大型反應(yīng)器中進(jìn)行的反應(yīng)以及高達(dá)100升的化學(xué)物質(zhì)，只使用微升液體——幾滴液滴。這些微流體反應(yīng)器可用于分析制造或發(fā)現(xiàn)化合物的催化劑，并研究藥物開發(fā)中的相互作用，預(yù)計它們將減少浪費(fèi)，加快創(chuàng)新，并提高化學(xué)研究的安全性。
哈特曼和他的團(tuán)隊通過將這些反應(yīng)堆與另外兩種技術(shù)配對來提高它們的效用：紅外熱成像技術(shù)，這是一種捕捉顯示化學(xué)反應(yīng)過程中熱量變化的熱圖的成像技術(shù)，以及監(jiān)督機(jī)器學(xué)習(xí)，這是一門人工智能學(xué)科，其中算法學(xué)習(xí)根據(jù)研究人員在控制實驗中選擇的輸入來解釋數(shù)據(jù)。
它們配對在一起，使研究人員能夠捕捉化學(xué)反應(yīng)過程中熱能的變化——如熱圖像上的顏色變化所示——并快速解釋這些變化。由于紅外熱成像的非接觸性質(zhì)，這項技術(shù)甚至可以用于在極端溫度或條件下運(yùn)行的反應(yīng)，例如需要無菌場的生物反應(yīng)器。
該研究團(tuán)隊是第一個訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)來控制和解釋熱電冷卻微流體裝置的紅外熱圖像的團(tuán)隊。對創(chuàng)新和可持續(xù)性的潛在影響是巨大的。例如，一家大型化學(xué)公司在開發(fā)新聚合物時可能會篩選數(shù)百種催化劑，每個反應(yīng)可能需要100升以上的化學(xué)物質(zhì)，持續(xù)24小時或更長時間。使用目前的實驗室技術(shù)篩選多種催化劑可能需要一年時間。用哈特曼的方法，整個過程可以在幾周內(nèi)完成，浪費(fèi)和能耗會少得多。哈特曼估計，在大規(guī)模的化學(xué)測試中，用于控制煙霧的單一工業(yè)頭罩每年消耗的能量相當(dāng)于普通美國家庭的能量。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！