IBM heeft een chemisch detectiesysteem genaamd Hypertaste ontwikkeld, dat artificiële inteligentie (AI) gebruikt om vloeistoffen te classificeren. Het systeem is bedoeld voor scenario’s waarbij gedetailleerde chemische analyse nodig is, maar monsters niet naar een laboratorium gestuurd kunnen worden.
Zo kan Hypertaste onder meer worden ingezet voor het evalueren van waterkwaliteit van rivieren. Bovendien is het ook geschikt om beperkt houdbare producten van slechte kwaliteit en verstuurd door een onbetrouwbare leverancier te controleren, aldus Silicon Angle.
Het nieuwe detectiesysteem is in deze dan ook anders dan systemen die doorgaans chemische analyse van vloeistoffen uitvoeren. Dat betreffen doorgaans of draagbare instrumenten, die slechts beperkte informatie als de pH-waarde verschaffen of juist omvangrijke, dure systemen. Deze laatste zijn dan ook speciaal gebouwd voor gebruik in laboratoria.
Controleren miniatuursensoren
Hypertaste is zo ontwikkeld, dat het chemicaliën met een reeks door IBM ontwikkelde miniatuursensoren controleert. Elke sensor bestaat uit een paar elektroden bekleed met speciale, chemisch gevoelige polymeercoatings. Deze produceren een elektrisch signaal wanneer ze in contact komen met specifieke verbindingen. IBM zou de polymeercoatings zo ontworpen hebben om voor elke verbinding een ​​uniek, gemakkelijk te onderscheiden signaal te genereren. Meetresultaten kunnen op deze manier door Hypertaste gecombineerd worden tot een gedetailleerd chemisch profiel van een vloeistof.
“De meeste vloeistoffen van praktisch nut zijn complex. Dit houdt in dat ze een vrij groot aantal chemische verbindingen bevatten, waarvan geen enkele alleen als identificatie kan dienen. Door een array van dergelijke kruisgevoelige sensoren te bouwen, kan men een holistisch signaal of een vingerafdruk van de betreffende vloeistof verkrijgen”, zegt Patrick Ruch, onderzoeker bij het IBM-laboratorium in Zà¼rich, in een blogpost.
Cloudgebaseerde analyseomgeving
Het is volgens IBM dan ook niet zo dat het nieuwe chemisch detectiesysteem de informatie op zichzelf verwerkt. Het apparaat stuurt metingen naar een cloudgebaseerde analyseomgeving, waarbij een machine-leermodel de geanalyseerde vloeistof vergelijkt met een database van bekende chemicaliën. Het algoritme identificeert vervolgens de overeenkomsten die het dichtst in de buurt komen. Bovendien worden ze naar een bijbehorende app gestuurd, bedoeld om op smartphones van onderzoekers te worden uitgevoerd.
‘Snelle vingerafdrukken van complexe vloeistoffen’
Ruch stelt dan dat de Hypertaste bewijst dat een draagbaar apparaat in staat is tot snelle vingerafdrukken van complexe vloeistoffen. Iets wat hij ziet als een mogelijkheid die momenteel ontbreekt in de toolkit voor chemische analyse. Daarbij blinkt de Hypertaste uit in zijn veelzijdigheid. Aangezien de chemische analyse wordt uitgevoerd door een op de cloud gebaseerd model, is het opnieuw configureren van het apparaat om een nieuwe set vloeistoffen te detecteren eenvoudigweg een kwestie van het bijwerken of wijzigen van het algoritme.
Ruch: ”Sensoren kunnen van elkaar leren door informatie uit te wisselen over nieuwe vloeistoffen die ze tegenkomen. Het inzetten van veel van dergelijke sensoren in het veld zou een belangrijke, maar ontbrekende bouwsteen aan het Internet of Tings (IoT) toevoegen: namelijk chemische sensoren.
Gerelateerd: IBM voegt AutoAI toe aan Watson Studio voor snellere voorbereiding data