Российские исследователи из МГУ имени М. В. Ломоносова представили инновационную систему на базе искусственного интеллекта, способную проводить мгновенный химический анализ вина буквально по одной капле. Как сообщил руководитель лаборатории адаптивных методов обработки данных Научно-исследовательского института ядерной физики (НИИЯФ) МГУ Сергей Доленко, новый алгоритм способен с высокой точностью определять содержание этанола, сахаров, кислот, глицерина и диоксида серы в напитке, передает ТАСС.
Разработка стала результатом совместной работы специалистов физического факультета МГУ и НИИЯФ МГУ. С помощью технологий машинного обучения систему обучили распознавать инфракрасные спектры ключевых компонентов вина в среднем диапазоне. Именно в этом спектре наиболее ярко проявляются колебательные полосы различных молекул, что позволяет проводить как качественный, так и количественный анализ даже в сложных многокомпонентных средах. Применение алгоритмов машинного обучения дало возможность существенно ускорить обработку данных и повысить точность итоговых результатов.
Масштабные испытания метода проводились на базе 1734 образцов, включавших как модельные растворы, так и реальные белые и красные вина. По словам Сергея Доленко, предложенный подход демонстрирует впечатляющую точность: определение этанола с погрешностью всего 0,36%, сахаров — 8 г/л, кислот — 2 г/л, глицерина — 3,4 г/л, а диоксида серы — на уровне предельно допустимой концентрации (ПДК). При этом весь анализ происходит в режиме реального времени.
Научный сотрудник той же лаборатории Кирилл Лаптинский уточнил, что для проведения полноценного исследования достаточно менее 50 микролитров жидкости, то есть одной капли вина. Авторы разработки подчеркивают, что их метод не уступает зарубежным коммерческим аналогам, доступ к которым в текущих условиях может быть ограничен. Кроме того, новый подход позволяет существенно снизить затраты на программное обеспечение для приборов экспресс-анализа, использующих ИК-спектроскопию.
Само измерение занимает меньше минуты, а при наличии соответствующей базы данных итоговый результат становится известен практически мгновенно после регистрации спектра. В перспективе технологию планируется адаптировать для оценки качества и других видов жидкой продукции, таких как соки и газированные напитки. Полные результаты научной работы уже опубликованы в журнале Scientific Reports.
Ранее специалисты Московского зоопарка создали уникальное мобильное приложение на базе нейросетей. Оно предназначено для диагностики болезней у редких хищников, сообщила генеральный директор учреждения Светлана Акулова. Цифровой ассистент уже успешно идентифицирует патологии у белых медведей и леопардов, а в скором времени его базу пополнит информация об амурских тиграх. Акулова подчеркнула острый дефицит ветеринаров столь узкой специализации, особенно в отдаленных регионах страны. Теперь врачи смогут просто навести камеру смартфона на поврежденный участок тела животного и мгновенно получить профессиональную консультацию от виртуального помощника.