据《工业与工程化学研究》杂志30日报道，日本北海道大学的研究人员开发了一种机器学习模型，只需使用样品的照片就可以区分固体化学混合物的组成比例。

  该模型是以糖和盐的混合物作为测试案例来设计和开发的。为了创建更多用于训练和测试的子图像，团队对样品的原始照片进行随机裁剪、旋转。结果，仅使用300张原始图像进行训练就开发出了该模型。经过训练的模型的精确度大约是团队中最专业的成员肉眼精确度的两倍。

  在成功的测试案例之后，研究人员将该模型应用于不同化学混合物的评估。该模型成功地区分了不同的多晶型和对映体，它们都是同一分子的极其相似的版本，但在原子或分子排列上有细微的差异。区分这些细微的差异在制药行业很重要，通常情况下，区分工作十分耗时。

  该模型甚至能够处理更复杂的混合物，准确地评估目标分子在四组分混合物中的百分比。

  该团队进一步证明了模型的多功能性，表明在进行补充培训后，它可以准确地分析用手机拍摄的图像。

  研究人员表示，机器学习模型能够复制甚至超过有经验的化学家眼睛的准确性。这一工具能成为缺乏经验的新手化学家的一双得力“眼睛”，对于那些视力受损的人来说，这也可作为一种观察工具。

来源：科技日报