Tutkijoiden läpimurto voi tuoda spektrintunnistuksen kaikkien ulottuville – havaitsee esimerkiksi ruoan pilaantumisen
Kuvittele älypuhelin, joka diagnosoi sairauksia, havaitsee väärennettyjä lääkkeitä tai varoittaa pilaantuneesta ruoasta. Spektrintunnistus on tehokas tekniikka, joka analysoi miten materiaali vuorovaikuttaa valon kanssa paljastaen yksityiskohtia, joita ihmissilmä ei voi nähdä. Perinteisesti tekniikka on vaatinut suuria, kalliita järjestelmiä laboratorioissa ja teollisuudessa. Mutta mitä jos tekniikka voitaisiinkin pienentää sopimaan esimerkiksi älypuhelimeen tai puettavaan laitteeseen?
Aalto-yliopiston tutkijat ovat yhdistäneet pienikokoisen laitteiston ja älykkäät algoritmit luodakseen tehokkaan, pienikokoisen ja kustannustehokkaan työkalun, joka pystyy ratkaisemaan käytännön ongelmia esimerkiksi terveydenhuollossa, elintarviketurvallisuudessa ja autonomisessa ajamisessa.
”Se on kuin taiteilija, joka oppii erottamaan satoja hienovaraisia värisävyjä”, kuvailee tutkimuksen johtaja, professori Zhipei Sun.
Anturi ’koulutettiin’ kohdistamalla siihen laajavärinen valospektri, jolloin se ’oppi’ luomaan ainutlaatuisia sähköisiä sormenjälkiä jokaiselle valotyypille. Sen jälkeen älykäs algoritmi tulkitsee nämä valon eri värien sormenjäljet, minkä ansiosta anturi pystyy tarkasti tunnistamaan materiaalit ja analysoimaan niiden ominaisuuksia valovuorovaikutuksen perusteella.
”Laitteemme on ikään kuin koulutettu tunnistamaan monimutkaisia, ihmiselle näkymättömiä valon ominaisuuksia, ja sen tarkkuus on verrattavissa laboratorioissa tyypillisesti käytettäviin suurikokoisiin antureihin”, Sun jatkaa.
Perinteiset spektrianturit vaativat suuria optisia komponentteja, kuten prismoja tai hiloja. Tutkijoiden kehittämä pikkuanturi sen sijaan erottelee spektrin sähköisten valovasteidensa avulla, mikä tekee siitä ihanteellisen integroitavaksi pieniin laitteisiin. Tutkijat osoittivat, että laite pystyy tunnistamaan materiaaleja suoraan niiden luminesenssin eli niiden valona vapauttaman energian perusteella, mukaan lukien orgaaniset väriaineet, metallit, puolijohteet ja elektroniikassa eristeinä hyödynnettävät dielektriset aineet.
”Innovatiivinen spektrintunnistusmenetelmämme yksinkertaistaa materiaalien tunnistamisen ja koostumuksen analysoinnin haasteita”, sanoo tutkimuksen pääkirjoittaja Xiaoqi Cui, joka on hiljattain väitellyt Aalto-yliopistosta.
Merkittävässä innovaatiossa yhdistyvät säädettävät optoelektroniset rajapinnat ja kehittyneet algoritmit, mikä avaa uusia mahdollisuuksia sovelluksille paitsi integroidussa fotoniikassa, myös sen ulkopuolella. Laite on kooltaan erittäin pieni – noin 200 kertaa pienempi kuin ihmisen hiuksen poikkileikkaus – ja saavuttaa poikkeuksellisen suuren aallonpituustarkkuuden, jonka ansiosta se pystyy erottamaan tuhansia värejä.
Väitöskirjatutkija ja tutkimuksen toinen pääkirjoittaja Fedor Nigmatulin kuvaa työtä merkittäväksi edistysaskeleeksi spektrintunnistuksen tuomisessa kaikkien ulottuville.
”Yhdistämällä tämän pikkiriikkisen laitteiston älykkäisiin algoritmeihin olemme ottaneet merkittävän askeleen kohti minikokoisia, kannettavia spektrometrejä, jotka voivat lähitulevaisuudessa mullistaa kuluttajaelektroniikan”, Nigmatulin sanoo.
Artikkeli julkaistiin 22. tammikuuta 2025 Science Advances -lehdessä.
Linkki artikkeliin:
Piilotettu visuaalinen tieto esiin
Aallon tutkijoiden uudella sirulla päästään käsiksi fotoniseen tietoon ennennäkemättömän tehokkaasti.
Lue lisää uutisia
Jätteet pois silmänpohjasta – kuivan ikärappeuman hoitoon on kehitetty lääketieteellinen hoitomenetelmä
Silmänpohjan ikärappeumasta kärsii reilu kolmasosa yli 80-vuotiaista. Valtaosalla kyseessä on taudin kuiva muoto, joka etenee hitaasti. Tähän kansantautiin ei ole tehokasta hoitoa, vaikka esimerkiksi antioksidanttien käyttöä on kokeiltu. Silmänpohjan ikärappeuman kuivan muodon eteneminen voidaan nyt mahdollisesti pysäyttää uudella, Aalto-yliopiston tutkijoiden kehittämällä hoitomenetelmällä.
Tekoäly saa meidät yliarvioimaan kognitiiviset kykymme – tutkimus paljastaa käänteisen ylivertaisuusvinouman
Uusi tutkimus varoittaa luottamasta sokeasti suuriin kielimalleihin loogisessa päättelyssä. Jos ChatGPT-keskustelussa käyttää vain yhden kehotteen, tekoälyn hyödyllisyys jää paljon rajallisemmaksi kuin käyttäjät ehkä ymmärtävät.
Hitesh Mongan polku Aallossa – kesätyöntekijästä maisteriksi
Maisteriksi Communications Engineering -pääaineesta valmistunut Hitesh Monga kertoo rakentamastaan polusta Aallossa ja sen jälkeen