據《工業與工程化學研究》雜志30日報道，日本北海道大學的研究人員開發了一種機器學習模型，只需使用樣品的照片就可以區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計和開發的。為了創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。結果，僅使用300張原始圖像進行訓練就開發出了該模型。經過訓練的模型的精確度大約是團隊中最專業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用于不同化學混合物的評估。該模型成功地區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。區分這些細微的差異在制藥行業很重要，通常情況下，區分工作十分耗時。
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驗的化學家眼睛的準確性。這一工具能成為缺乏經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。
