2min

Tags in dit artikel

, , ,

Onderzoekers van het IBM-lab in Zurich hebben een nieuw project onthuld. Het gaat om een chemisch detectiesysteem dat kunstmatige intelligentie (AI) gebruikt om vloeistoffen te classificeren. Het systeem heet Hypertaste.

Er bestaan al systemen die chemische analyses uit kunnen voeren op vloeistoffen. Meestal zijn dat of draagbare systemen die gelimiteerde informatie als het pH-niveau tonen, of grote en dure systemen die in laboratoria gebruikt worden, schrijft Silicon Angle.

De Hypertaste van IBM is ontwikkeld voor scenario’s waarin er een gedetailleerde chemische analyse vereist is, maar het niet mogelijk of economisch haalbaar is om een monster naar een lab te sturen. Big Blue denkt dat het systeem bijvoorbeeld handig kan zijn om de kwaliteit van rivieren te evalueren.

Werking

Hypertaste werkt door chemicaliën te controleren met een reeks minuscule sensoren die door IBM zelf ontwikkeld zijn. Elke sensor bestaat uit een stel elektroden die een coating hebben gekregen van een speciale, chemisch gevoelige polymeer. De sensoren produceren een elektrisch signaal als ze in contact komen met specifieke verbindingen.

De polymere laagjes zijn door IBM zo ontwikkeld dat ze een uniek en eenvoudig te onderscheiden signaal afgeven voor iedere verbinding. Daardoor kan Hypertaste de resultaten combineren tot een gedetailleerd chemisch profiel van een vloeistof.

De informatie wordt niet door Hypertaste alleen verwerkt. Het apparaat verstuurt zijn metingen naar een cloud-gebaseerde analytics-omgeving. Daar vergelijkt een machine learning-model de geanalyseerde vloeistof met een database van bekende chemicaliën. Het algoritme bepaalt wat de beste matches zijn en stuurt ze naar een app die op de smartphones van onderzoekers staat.

Veelzijdig

Volgens Big Blue komt het systeem met behoorlijk wat voordelen. Zo neemt het gehele proces minder dan een minuut in beslag. Daardoor is het dus een draagbaar apparaat dat ook nog eens snel werkt.

Daarnaast is Hypertaste veelzijdig. De chemische analyse wordt door een cloud-gebaseerd model gedaan, waardoor alleen het algoritme aangepast of geüpdatet hoeft te worden om een nieuwe set aan vloeistoffen te herkennen.

Volgens IBM kunnen sensoren bovendien van elkaar leren door informatie over nieuwe vloeistoffen die ze tegenkomen te delen.