Daha iyi piller, daha hızlı elektronik cihazlar ve daha etkili ilaçlar üretebilmek, yeni malzemelerin keşfine ve kalite doğrulamasına dayanıyor. Yapay zeka, katalog taramalarında umut vadeden adayları hızla işaretleyebiliyor; ancak üretim sonrası kaliteyi doğrulamak hala pahalı cihazlarla çok adımlı taramalar gerektiriyor ve bu süreç Ar-Ge’den seri üretime geçişi geciktirebiliyor. MIT’den araştırmacılar, bu darboğazı kırmak üzere geliştirilen SpectroGen adlı üretken yapay zeka aracını tanıttı.
TEK TARAMA ÇOK SONUÇ
Matter dergisinde yayımlanan çalışmaya göre SpectroGen, ‘sanal spektrometre’ gibi davranıyor: Bir malzemenin örneğin kızılötesi (IR) ile ölçülen spektrumunu alıp, X-ışını, Raman gibi tamamen farklı yöntemlerde nasıl görüneceğini yüksek doğrulukla üretebiliyor. Böylece üretim hatlarında tek bir IR kamera ile hızlı tarama yapıldıktan sonra, pahalı X-ışını altyapısına gerek kalmadan X-ışını spektrumları yazılımsal olarak elde edilebiliyor. Araç, geleneksel ölçüm-doğrulama iş akışlarına kıyasla bir dakikanın altında sonuç vererek bin kata kadar hızlanma sağlıyor.
FİZİĞE DAYALI YAKLAŞIM
Araştırma ekibi, farklı spektroskopilerin malzeme özelliklerini farklı açılardan ortaya çıkardığını vurguluyor: IR moleküler grupları, X-ışını kırınımı kristal yapıları, Raman ise moleküler titreşimleri belirginleştiriyor. Çoğu iş akışında bu yöntemler için ayrı cihazlar gerekiyor. SpectroGen’in ayrıştığı nokta, spektrumları ‘kimyasal bağ düzeyinde’ ezbere taklit etmek yerine matematiksel dalga biçimleri üzerinden modellemesi.
Ekip, spektral desenleri Gauss ve Lorentz dağılımlarının karışımıyla ifade ederek, IR’nin çoğunlukla Lorentz, Raman’ın daha çok Gauss, X-ışınının ise melez karakter taşıdığını sistematikleştirdi. Bu fizik bilgisi, üretken yapay zeka modeline gömülerek modaliteler arasında öngörülebilir dönüşüm sağlandı.
VERİYLE DOĞRULANDI
Araştırmacılar, 6.000’i aşkın mineral örneğini içeren açık veri kümeleriyle modeli eğitti. Örnekler element bileşimi, kristal yapı ve çoğu durumda X-ışını/IR/Raman spektrumlarını içeriyordu. Yüzlerce örnekle eğitilen ağ, eğitimde görmediği yeni minerallerin IR spektrumlarından X-ışını veya Raman spektrumlarını türetebildi ve fiziksel cihaz ölçümleriyle yüzde 99 korelasyon yakaladı. Bu performans, tarama-doğrulama sürecini saatler-günler ölçeğinden dakikalara indiriyor.
ÜRETİM HATLARINA UYUM
Çalışma, yarı iletken, batarya ve ilaç üretimi gibi alanlarda tek sensörle hızlı tarama ve yazılımsal çoklu-modalite çıktısı vizyonu sunuyor. Örneğin bir fabrika, IR kamerayla hat üstü kalite kontrol yapıp, SpectroGen aracılığıyla operatör ya da çoklu ajanlı yapay zeka sistemlerinin inceleyeceği X-ışını spektrumlarını gerçek zamanlı üretebilir. Araştırma ekibi, aracı hastalık teşhisi ve tarımsal izleme gibi alanlara uyarlamayı; ayrıca bir girişim aracılığıyla endüstriye ölçeklendirmeyi planlıyor.
HIZ, UYUM, ESNEKLİK
Proje ekibi, fiziksel ölçümlerin tüm modalitelerde tekrarlanmasının şart olmayabileceğini; tek, basit ve ucuz bir yöntemle toplanan veriden geri kalan spektrumların SpectroGen ile güvenilir biçimde üretilebileceğini değerlendiriyor. Bu yaklaşım, üretkenliği ve verimliliği artırırken kalite güvence adımlarının maliyetini de düşürmeyi hedefliyor.
