Um sistema de visão computacional e aprendizado de máquina que monitora e controla processos de workup
(a) Resultados universais baseados na visão em exames monitorados pelo HeinSight2.0; (b) visão geral dos componentes inter-relacionados do HeinSight2.0:resultados de classificação (da CNN), resultados de quantificação (da análise de imagem) e variáveis de processo do iControl; (c) integrações e aplicações do sistema HeinSight2.0 CV. Crédito:Ciência Química (2023). DOI:10.1039/D3SC05491H Uma equipe de químicos e engenheiros da Universidade de British Columba, trabalhando com colegas da empresa farmacêutica Pfizer, desenvolveu um sistema de processamento químico que combina visão computacional com um sistema de monitoramento de aprendizado de máquina em tempo real para uso na condução de processos de investigação química. O artigo deles foi publicado na revista Chemical Science .
Em química, os processos de workup são atividades conduzidas para isolar um produto puro através da separação seletiva de outros componentes. Muitas vezes é tedioso, o que, além de desagradável, leva a erros ou omissões. Neste novo esforço, a equipe de pesquisa tentou automatizar o processo combinando visão computacional com técnicas de monitoramento em tempo real, um sistema de aprendizado de máquina e processamento computacional, juntamente com hardware apropriado, para realizar um processo de investigação sem assistência de químicos humanos. .
O sistema desenvolvido pela equipe, denominado Heinsight2.0, como o próprio nome sugere, baseia-se no conhecimento aprendido com seu antecessor, Heinsight1.0. Seus componentes incluem uma webcam (montada na parte superior ou lateral), recipiente de reação, unidade de dosagem, sonda de temperatura e agitador suspenso. Ele também possui um dispositivo secundário que permite exibir iControl, tendências de reação em tempo real, saída do modelo EasyMax e CV.
O sistema funciona monitorando um processo de avaliação e controlando-o enviando sinais em momentos apropriados para direcionar a ação conforme ela acontece. O sistema controla a ação respondendo como um químico faria à medida que os eventos se desenrolam. Se um material mudar de uma cor desejada para outra, por exemplo, o sistema pode reconhecer isso e usar isso como uma dica para instigar uma ação de acompanhamento.
Os pesquisadores observam que, como um químico humano, o sistema é capaz de monitorar múltiplas pistas sensoriais e responder a elas da maneira desejada. Também pode operar em diversos tipos de cenários, como aqueles que envolvem o uso de mistura sólido-líquido, cristalizações, destilações de troca e extração líquido-líquido.
Eles também observam que disponibilizaram publicamente o script do programa, o que significa que outros químicos poderiam construir suas próprias unidades e então usar o código para executar seus sistemas da mesma maneira. Eles também planejam continuar trabalhando em seu sistema para oferecer mais recursos.
Mais informações: Rama El-khawaldeh et al, De olho no experimento:visão computacional para monitoramento e controle em tempo real, Ciência Química (2023). DOI:10.1039/D3SC05491H Informações do diário: Ciência Química
