编辑丨coisini

提到化学分析，我们通常会想到一些实验室技术和方法，例如质谱法、核磁共振法。这些方法往往需要良好的样本、精密的仪器，那在没有实验室条件的情况下，能进行化学分析吗？

最近，来自佛罗里达州立大学等机构的研究者开发了一种机器学习工具，能够通过图像以 99% 的准确率识别干燥盐溶液的化学成分。

这一研究项目是为美国宇航局（NASA）开发的，致力于寻找低成本、低重量且高效的方法来确定化学浓度。与其将样本运回地球，配备简单化学实验室和相机的外星探测器可以现场分析材料的化学成分。

通过使用机器人技术制备数千个样本，并利用人工智能分析其数据，该研究创建了一种简单、廉价的化学分析工具。研究发表在《Digital Discovery》杂志上。

论文地址：https://pubs.rsc.org/en/content/articlelanding/2025/dd/d4dd00333k

由干燥溶液和分散体形成的宏观沉积图案通常被认为是随机的，不包含有意义的信息。但令人惊讶的是，这些图案中隐藏着关于原始溶液化学性质的微妙线索。为了利用这些信息，建立广泛的参考图像库和采用先进的分析方法至关重要。

为此，研究团队开发了一种机器人滴液成像仪（RODI），在连续运行的情况下，每天可生成多达 2500 张样品沉积的高分辨率图像。利用 RODI，该研究已经为七种无机盐和五种浓度水平构建了一个包含 23417 张图像的初始图库。

在制备样本并拍摄照片后，研究人员通过将图像转换为灰度图来简化每张图像，随后提取了 47 个特征，如图案面积、亮度等，用于研究分析。

随着图像数量的增加，机器学习程序的准确率从约 90% 提升至近 99%，并且研究人员还训练该程序来区分盐溶液浓度。

研究团队给出了盐类识别与初始浓度判别的混淆矩阵。在 23417 个样本中，研究团队使用 70%（N=16392）作为训练集，30%（N=7025）作为测试集。根据多次重复实验的均值与标准差进行计算，模型整体准确率为（92.2±1.2）%。

对于太空任务，论文通讯作者、佛罗里达州立大学化学与生物化学系教授 Oliver Steinbock 表示：「如果能用相机进行化学分析，那将彻底改变游戏规则。」

这项研究可能使更便宜、更快速的化学分析成为现实，使化学分析更加普及化。

感兴趣的读者可以阅读论文原文，了解更多研究内容。

相关报道：https://phys.org/news/2025-03-democratizing-chemical-analysis-machine-robotics.html