Maskininlärningsalgoritmer kan förutsäga börsfluktuationer, kontrollera komplexa tillverkningsprocesser, möjliggöra navigering för robotar och förarlösa fordon, och mycket mer.

Nu, forskare vid NYU Tandon School of Engineering utnyttjar en ny uppsättning funktioner inom detta område av artificiell intelligens, kombinerar artificiella neurala nätverk med infraröd värmeavbildning för att styra och tolka kemiska reaktioner med precision och hastighet som överstiger konventionella metoder. Mer innovativt är fortfarande att denna teknik har utvecklats och testats på nya mikroreaktorer som gör att kemiska upptäckter kan ske snabbt och med mycket mindre miljöavfall än vanliga storskaliga reaktioner.

"Detta system kan minska beslutsprocessen om vissa kemiska tillverkningsprocesser från ett år till några veckor, spara massor av kemiskt avfall och energi i processen, "sa Ryan Hartman, en biträdande professor i kemisk och biomolekylär teknik vid NYU Tandon och huvudförfattare till ett papper som beskriver metoden i tidskriften Datorer och kemiteknik .

Förra året, Hartman introducerade en ny klass av miniatyriserade kemiska reaktorer som ger reaktioner som traditionellt utförs i reaktorer med stora satser med upp till 100 liter kemikalier ner till mikroskala, med bara mikroliter vätska - några små droppar. Dessa mikrofluidreaktorer är användbara för att analysera katalysatorer för tillverkning eller upptäcka föreningar och studera interaktioner i läkemedelsutveckling, och de lovar att minska avfall, hastighetsinnovation, och förbättra säkerheten för kemisk forskning.

Hartman och hans team har ökat användningen av dessa reaktorer genom att para ihop dem med ytterligare två tekniker:infraröd termografi, en bildteknik som fångar en termisk karta som visar förändringar i värme under en kemisk reaktion, och övervakad maskininlärning, en disciplin av artificiell intelligens där en algoritm lär sig att tolka data baserat på inmatningar valda av forskare som styr experimenten.

Kopplade ihop, de tillåter forskare att fånga förändringar i termisk energi under kemiska reaktioner - vilket indikeras av färgförändringar på den termiska bilden - och att tolka dessa förändringar snabbt. På grund av den kontaktfria naturen hos infraröd termografi, tekniken kan till och med användas för reaktioner som fungerar vid extrema temperaturer eller under extrema förhållanden, såsom en bioreaktor som kräver ett sterilt fält.

Forskargruppen är den första som utbildar ett artificiellt neuralt nätverk för att styra och tolka infraröda termiska bilder av en termoelektriskt kyld mikrofluidanordning. De potentiella effekterna på både innovation och hållbarhet är betydande. Stora kemiföretag kan screena hundratals katalysatorer medan de utvecklar nya polymerer, till exempel, och varje reaktion kan kräva mer än 100 liter kemikalier och 24 timmar eller längre. Det kan ta ett år att undersöka hur många katalysatorer som använder nuvarande laboratorieprocesser. Med hjälp av Hartmans tillvägagångssätt, hela processen kan genomföras på veckor, med exponentiellt mindre avfall och energianvändning. Hartman uppskattar att en enda industrikåpa som används för att kontrollera rök under storskaliga kemiska tester använder lika mycket energi per år som det genomsnittliga amerikanska hemmet.