(資料圖片僅供參考)

化學混合物比例的機器學習分析的藝術(shù)描述。圖片來源：豬熊泰英/北海道大學

科技日報記者?張佳欣

據(jù)《工業(yè)與工程化學研究》雜志30日報道，日本北海道大學的研究人員開發(fā)了一種機器學習模型，只需使用樣品的照片就可以區(qū)分固體化學混合物的組成比例。

該模型是以糖和鹽的混合物作為測試案例來設(shè)計和開發(fā)的。為了創(chuàng)建更多用于訓練和測試的子圖像，團隊對樣品的原始照片進行隨機裁剪、旋轉(zhuǎn)。結(jié)果，僅使用300張原始圖像進行訓練就開發(fā)出了該模型。經(jīng)過訓練的模型的精確度大約是團隊中最專業(yè)的成員肉眼精確度的兩倍。

在成功的測試案例之后，研究人員將該模型應(yīng)用于不同化學混合物的評估。該模型成功地區(qū)分了不同的多晶型和對映體，它們都是同一分子的極其相似的版本，但在原子或分子排列上有細微的差異。區(qū)分這些細微的差異在制藥行業(yè)很重要，通常情況下，區(qū)分工作十分耗時。

該模型甚至能夠處理更復雜的混合物，準確地評估目標分子在四組分混合物中的百分比。

該團隊進一步證明了模型的多功能性，表明在進行補充培訓后，它可以準確地分析用手機拍攝的圖像。

研究人員表示，機器學習模型能夠復制甚至超過有經(jīng)驗的化學家眼睛的準確性。這一工具能成為缺乏經(jīng)驗的新手化學家的一雙得力“眼睛”，對于那些視力受損的人來說，這也可作為一種觀察工具。

關(guān)鍵詞：

責任編輯：Rex_01