اولین دستگاه نانویی به هوش مصنوعی مجهز شد
به گزارش آجاک، یک شرکت نانو مهندسی موفق شده ظرف یک پروژه یک ساله دستگاه اندازه گیری زاویه تماس، کشش و انرژی سطحی خودرا به هوش مصنوعی مجهز کند.
به گزارش آجاک به نقل از معاونت علمی، فناوری و اقتصاد دانش بنیان ریاست جمهوری، برای این کار محققان شرکت مذکور مبادرت به استفاده از الگوریتم های یادگیری عمیق (Deep Learning) کردند که گام اول در استفاده از هوش مصنوعی در تجهیزات نانویی کشور بحساب می آید. با این کار، فرایند تشخیص و محاسبه زاویه تماس و کشش سطحی از حالت دستی به سامانه ای تمام خودکار تبدیل می شود که بدون دخالت کاربر و تنها از راه عکس یا ویدئو، مقادیر دقیق را محاسبه و نمایش می دهد. این فناوری، افزون بر افزایش دقت و سرعت سنجش، خطاهای انسانی را حذف کرده و زمینه را برای اتوماسیون کامل لابراتوار های نانو و استفاده از این دستگاه در صنایع را فراهم می آورد.
در تجهیزات پیشرفته اندازه گیری زاویه تماس و کشش سطحی، دقت و تکرارپذیری نتایج به صورت مستقیم به مهارت کاربر وابسته است. ورود خطاهای انسانی، تنظیم نادرست پارامترها یا تشخیص ناصحیح مرز قطره، می تواند باعث انحراف های قابل توجهی در نتایج شود. از طرف دیگر، تکرار آزمون ها برای به دست آوردن میانگین دقیق، زمان بر و پرهزینه است.
در چنین شرایطی، استفاده از هوش مصنوعی برای پردازش تصاویر آزمایشگاهی و تشخیص خودکار زاویه تماس، راهکاری مؤثر برای افزایش دقت و سرعت آزمایش ها به شمار می آید. این پروژه با هدف جایگزینی تشخیص انسانی با الگوریتم ResNet (Residual Network) یکی از معماری های معروف شبکه های عصبی کانولوشنی (CNN) طراحی شده تا دستگاه بتواند بدون دخالت اپراتور، زاویه تماس، کشش سطحی و انرژی سطحی نمونه را به شکل دقیق محاسبه کند.
سامانه طراحی شده، تلفیقی از یک ماژول نرم افزاری هوشمند و دستگاه تصویربرداری دقیق است. در این سیستم، بعد از ثبت تصویر یا ویدئو از قطره مایع روی سطح نمونه، نرم افزار مبتنی بر شبکه عصبی کانولوشنی به شکل خودکار مرز قطره، زاویه تماس و پارامترهای سطحی را شناسایی می کند.
به این ترتیب، پارامترهایی که تابحال به شکل دستی توسط کاربر تعیین می شدند، حالا به شکل خودکار و با دقت بالا توسط الگوریتم تحلیل می شوند. این فناوری نه تنها در حالت اندازه گیری استاتیک زاویه تماس کاربرد دارد، بلکه در محاسبه انرژی سطحی از راه اندازه گیری هم زمان دو قطره مختلف روی یک سطح هم قابل استفاده می باشد.
سیستم توسعه یافته قادر می باشد در دو حالت به شکل کامل عمل کند: نخست حالت متصل به دستگاه: هنگامی که سیستم هوش مصنوعی به دستگاه اندازه گیری متصل است، نرم افزار بعد از دریافت تصویر یا فیلم از نمونه، بدون دخالت کاربر عملیات تحلیل را انجام داده و نتایج مربوط به زاویه تماس و کشش سطح را به شکل خودکار نمایش می دهد و دوم حالت مستقل از دستگاه: در این حالت، کاربر تنها عکس یا ویدئوی نمونه را در نرم افزار بارگذاری می کند و سامانه، داده های مربوط به زاویه تماس و کشش سطحی را به صورت خودکار و دقیق استخراج می کند.
این قابلیت، نرم افزار را به ابزاری قدرتمند برای تحلیل داده های ثانویه تبدیل نموده و امکان پردازش مجدد نتایج آزمایش های گذشته را هم فراهم می سازد.
پروژه مذکور در سه مرحله پیاده سازی شده است. مرحله نخست جمع آوری است، مرحله پس از جمع آوری داده، پیش پردازش داده ها است که تصاویر برای ورودی مدل آماده شوند، پس از آن برچسب گذاری داده شروع شده که در این مرحله داده با اطلاعات بیشتر جهت بالا بردن دقت مدل آماده شده است. در این پروژه حدود ۶۰۰۰ تصویر خروجی دستگاههای زاویه تماس در وضعیت مختلف گردآوری و آماده سازی شدند تا داده های آموزشی کافی برای شبکه عصبی برقرار شد. سپس انتخاب الگوریتم یادگیری عمیق و آموزش مدل صورت پذیرفت. بعد از مقایسه مدلهای مختلف CNN، الگوریتم و هایپر پارامترهایی برگزیده شد که بالاترین دقت را در پیش بینی زاویه تماس ارائه می کند. در نهایت هم پیاده سازی در نرم افزار اختصاصی شرکت انجام شد. در گام پایانی، مدل آموزش دیده در نرم افزار اصلی دستگاه پیاده سازی شد تا کاربر بتواند از راه رابط گرافیکی ساده، نتایج را در لحظه ببیند.
اجرای موفق این پروژه مستلزم برخورداری از دیتابیس حجیم تصاویر باکیفیت بالا و همینطور سخت افزار قدرتمند برای پردازش شبکه های عصبی است.
پروژه این شرکت همچون نخستین تجربه های به کارگیری الگوریتم های یادگیری عمیق در تجهیزات نانویی کشور است و الگویی برای اتوماسیون لابراتوار های تحقیقاتی و صنعتی بحساب می آید. این نوآوری می تواند روندهای تکراری در سنجش خواص سطحی مواد را به صورت کامل خودکار کند و مسیر انتقال فناوری از لابراتوار به صنعت را کوتاه تر سازد. همچنین، نتایج این پروژه زمینه ساز طراحی نسل جدید تجهیزات اندازه گیری هوشمند در حوزه نانو خواهد بود؛ تجهیزاتی که با تحلیل بلادرنگ داده ها، دقت و سرعتی فراتر از استانداردهای فعلی عرضه می دهند.
این موفقیت، ترکیبی از دانش فیزیک سطح، فناوری بینایی ماشین و الگوریتم های یادگیری عمیق است که با حذف خطای انسانی، سرعت و کیفیت آزمایش های علمی را به سطحی بی سابقه می رساند.
چنین فناوری هایی، آینده ای را ترسیم می کنند که در آن لابراتوار های نانویی هوشمند با حداقل مداخله انسانی و بالاترین دقت، مسیر توسعه علم و صنعت نانو را هموار می سازند. به طور خلاصه پارامترهایی که تاکنون بشکل دستی توسط کاربر تعیین می شدند، حالا بشکل خودکار و با دقت بالا توسط الگوریتم تحلیل می شوند. سیستم توسعه یافته قادر می باشد در دو حالت بشکل کامل عمل کند: نخست حالت متصل به دستگاه: هنگامی که سیستم هوش مصنوعی به دستگاه اندازه گیری متصل است، نرم افزار پس از دریافت تصویر یا فیلم از نمونه، بدون دخالت کاربر عملیات تحلیل را انجام داده و نتایج در ارتباط با زاویه تماس و کشش سطح را بشکل خودکار نمایش می دهد و دوم حالت مستقل از دستگاه: در این حالت، کاربر تنها عکس یا ویدئوی نمونه را در نرم افزار بارگذاری می کند و سامانه، داده های در ارتباط با زاویه تماس و کشش سطحی را به شکل خودکار و دقیق استخراج می کند. اولین مرحله جمع آوری است، مرحله بعد از جمع آوری داده، پیش پردازش داده ها است که تصاویر برای ورودی مدل آماده شوند، بعد از آن برچسب گذاری داده شروع شده که در این مرحله داده با اطلاعات بیشتر جهت بالا بردن دقت مدل آماده شده است.
منبع: آجاك
این مطلب آجاک را پسندیدید؟
(0)
(0)
تازه ترینهای مرتبط
نظر بینندگان آجاک در این باره