Автор: 
Научно-образовательный центр «Машинное обучение и анализ больших данных» Новосибирского государственного университета создал Telegram-бот Nanoparticles, который сканирует микроскопические изображения и анализирует их. Эту разработку используют исследователи Института катализа им. Г.К. Борескова СО РАН в производстве катализаторов, которые превращают тяжёлую нефть в лёгкую.
В основном углеводороды, используемые в промышленности и быту, получают из лёгкой нефти, однако её запасы истощаются. Поэтому наука ищет способы производить лёгкую нефть из тяжёлой. При синтезе катализатора, способствующего перерабоки нефти, используют полимерные шарики. Когда катализатор нагревается, шарики выгорают и оставляют полости. Если полости маленькие, то длинные молекулы углеводорода не могут вступить в реакцию с пластиной. Если полости большие, то химическая реакция по расщеплению молекулы проходит медленно. С помощью нового сервиса новосибирские учёные подбирают подходящую концентрацию и размеры этих шариков.
«Nanoparticles позволяет делать оперативные замеры размеров шариков с точностью и скоростью, недоступной для ручных методов. Это достигается за счёт того, что нейросеть за несколько секунд анализирует изображение целиком, находит и оцифровывает тысячи объектов. В то время как человек за то же время успевает измерить не более одной частицы», — рассказал директор Высшего колледжа информатики НГУ, кандидат химических наук Алексей Окунев.
Для этих целей существует web-версии ParticlesNN. Но новая разработка отличается возможностью самостоятельно настраивать нейросеть и загружать в её базу фотографии объектов для анализа микроскопических изображений. Для обучения сети нужно определить небольшую часть фотографии и выделить очертания исследуемых объектов.
В ходе исследования научно-образовательный центр «Машинное обучение и анализ больших данных» Новосибирского государственного университета работал с коллегами из Института цитологии и генетики СО РАН, а также из Института катализа, где исследователи работают со сканирующей туннельной микроскопией, с просвечивающей электронной, сканирующей электронной и оптической микроскопией.
«Сейчас многие компании используют чат-боты. Это проще, потому что Telegram, Viber и другие платформы уже почувствовали потребности и разработали множество разных сервисов, и каналы – это готовый для использования интерфейс», — сообщил заведующий Лабораторией глубокого машинного обучения в физических методах ВКИ НГУ, кандидат химических наук Андрей Матвеев.
Разработка чат-бота поможет в области материаловедения, медицины, изучения полупроводников и катализа. Это сократит время на обработку материалов и даст возможность получать качественные статистические данные о размерах, плотности размещения, площади поверхности частиц. Планируется, что разработку смогут применять на российских предприятиях, что обеспечит их экономически выгодными технологиями, которые соответствуют мировым экологическим стандартам.
