Basta con hacer una foto para determinar la composición química
Químicos utilizan el aprendizaje automático y la robótica para identificar composiciones químicas a partir de imágenes
Químicos de la Universidad Estatal de Florida han creado una herramienta de aprendizaje automático capaz de identificar la composición química de soluciones salinas secas a partir de una imagen con una precisión del 99%.
Utilizando la robótica para preparar miles de muestras y la inteligencia artificial para analizar sus datos, crearon una herramienta sencilla y barata que podría ampliar las posibilidades de realizar análisis químicos. El trabajo se publicó en Digital Discovery.
"Vivimos en la era de la inteligencia artificial y el big data", dijo el coautor Oliver Steinbock, profesor del Departamento de Química y Bioquímica de la FSU. "Pensamos que si utilizábamos bases de datos suficientemente grandes con suficientes imágenes de diferentes compuestos y manchas, tal vez podríamos usar la IA para determinar cuál es la composición".
La investigación podría hacer posible un análisis químico más barato y rápido que podría utilizarse en la exploración espacial, la aplicación de la ley, las pruebas domésticas y más.
Cómo funciona
Este trabajo se basa en un estudio anterior del laboratorio de Steinbock en el que los investigadores utilizaron el aprendizaje automático para identificar la composición química de las manchas de sal a partir de fotografías. En ese estudio, los investigadores analizaron unas 7.500 muestras, que prepararon a mano.
Este artículo amplía ese trabajo utilizando un robot para procesar muestras que posteriormente fueron analizadas por un programa mejorado de aprendizaje automático. En lugar de recoger las muestras a mano, los investigadores crearon lo que denominaron Robotic Drop Imager (RODI), capaz de preparar más de 2.000 muestras al día. Esto les permitió crear una biblioteca de más de 23.000 imágenes, más del triple de su estudio original.
Tras preparar las muestras y tomar las fotos, los investigadores simplificaron cada imagen convirtiéndolas a escala de grises y extrajeron 47 características, como el área del patrón, el brillo y otros atributos, que utilizaron en su análisis.
Con imágenes adicionales, la precisión de su programa de aprendizaje automático aumentó de alrededor del 90% a casi el 99%. Los investigadores también analizaron la concentración inicial de la solución salina en cinco niveles diferentes y entrenaron su programa de aprendizaje automático para distinguir entre ellos. El programa alcanzó una precisión del 92% en la identificación de la concentración de la solución y la identidad de la sal.
"La precisión exigida en los distintos análisis varía en función de la situación", afirma Amrutha S.V., coautora del trabajo e investigadora postdoctoral. "Por mi experiencia, sé que algunos tipos de espectroscopia y otros métodos de análisis son caros y requieren conocimientos técnicos especializados para funcionar. Por eso me entusiasma la posibilidad de un método sencillo: basta con hacer una foto para determinar la composición química. Sería increíblemente útil".
Por qué es importante
La mayoría de los métodos de análisis químico se centran en el nivel molecular, examinando átomos, moléculas o estructuras cristalinas.
"Eso funciona muy bien si tienes buenas muestras, unos cientos de miles de dólares para los instrumentos y ninguna restricción de peso", dijo Steinbock. "Pero si quieres ir en una misión espacial y enviar cosas a una luna de Saturno, por ejemplo, cada gramo importa. Si puedes hacer análisis químicos con una cámara, eso cambia las reglas del juego".
El proyecto se desarrolló para la NASA, que buscaba métodos baratos, de bajo coste y bajo peso para determinar las concentraciones químicas. En lugar de transportar muestras a la Tierra, un rover extraterrestre equipado con un sencillo laboratorio químico y una cámara podría analizar la composición química de los materiales in situ.
Además de para la exploración espacial, el método desarrollado en el laboratorio de Steinbock podría utilizarse para realizar análisis químicos para otras aplicaciones. Las pruebas se basan en cantidades mínimas de muestra (unos pocos miligramos), lo que las hace muy útiles en situaciones en las que es difícil obtener muestras grandes. Las fuerzas de seguridad podrían realizar pruebas preliminares de drogas sospechosas, los laboratorios podrían comprobar la seguridad de materiales derramados y los hospitales sin acceso a un laboratorio de análisis químico completo podrían utilizarlo para ayudar en el diagnóstico de pacientes.
"Esto es importante porque podría democratizar el análisis químico", afirma Steinbock.
IA: una nueva herramienta para la investigación
La inteligencia artificial promete transformar las posibilidades de la investigación. El profesorado de la Universidad Estatal de Florida participa en proyectos innovadores que amplían los límites de esta herramienta en rápido desarrollo.
Los esfuerzos de la FSU en materia de inteligencia artificial están proporcionando herramientas y conocimientos al profesorado para la enseñanza y la investigación.
"Creo que es muy útil estar en un lugar donde recibes este tipo de apoyo, y no tiene por qué ser necesariamente dinero, sino simplemente aprecio por probar cosas nuevas", dijo Steinbock. "La IA está cambiando nuestra forma de abordar los descubrimientos científicos. Lo que antes requería equipos caros y conocimientos especializados ahora puede hacerse con una simple cámara y el algoritmo adecuado. Esto abre nuevas posibilidades, no sólo para las misiones espaciales, sino para la medicina, la medicina forense y más allá."
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Más noticias del departamento ciencias
