girl move on
仪器信息网讯2024年4月19日,由中国仪器仪表学会近红外光谱分会、仪器信息网共同主办的“人工智能赋能光谱仪器新产业” 论坛于ACCSI2024期间成功举办。
会议期间,各位报告嘉宾就光谱仪器硬件、软件、算法、实际应用场景等多层面进行分享,就AI赋能的光谱产业新态势展开探讨,吸引了来自全国各地的专家学者、用户、仪器企业管理及研发负责人、投融资机构代表等200余人共聚一堂,为产业发展献计献策。
会议现场
中石化石油化工科学研究院教授级高工 褚小立主持
“人工智能”(Artificial intelligence, AI)自1956年正式命名,经过数十年的发展过程中,已经渗透到各个学科领域,成为引领科技发展的重要力量,并已在各行各业得到了广泛的应用。作为新一轮科技革命和产业变革的重要驱动力量,人工智能的飞速发展正在逐步塑造社会、经济、生活等领域的业务新形态,不断带来颠覆性、丰富性、创新性的新业态。
当科学仪器插上AI的翅膀,能给行业带来什么样的助力?随着信息技术的迅速发展,科技进入了数据爆发的阶段,光谱数据也日益呈现出大数据的特点,传统的数据处理方法已经难以满足人们对光谱数据的处理和分析需求。近年来,人工智能和机器学习技术的快速发展为光谱大数据的挖掘和分析提供了新的解决方案,人工智能赋能的光谱仪器新产业迎来了新的发展时代。同时,光谱技术与人工智能的结合也将成为推动各行各业发展的强大引擎,开启一个全新的智能光谱时代!
此次论坛共邀请15位嘉宾做精彩的报告分享,并由中石化石油化工科学研究院教授级高工褚小立主持。
中国科学院上海技术物理研究所、南通智能感知研究院院长/首席科学家/研究员 刘银年
报告题目:《高光谱仪器与人工智能》
2021年高光谱成像技术被欧盟列入“面向未来的100项重大创新突破”,而发展与人工智能相结合的高光谱数据处理与应用,是未来高光谱遥感发展的重要方向。刘银年研究员在报告中介绍了高光谱技术及其突破发展,以及当前人工智能技术再度兴起的大背景下,光谱和人工智能如何更好地结合和相互促进发展,如何正确认识人工智能的作用,力争为高光谱领域人工智能的发展提供一些有益的建议和参考。同时,刘银年研究员也指出“智能”使应用变得“简单、便捷、迅速”,但背后仍需要大量“人工”开展长期综合的研究积累。
浙江大学研究员 杨宗银
报告题目:《光谱仪小型化研究》
传统光谱仪体积大、价格昂贵,很难从实验室走出来,光谱仪微型化是当前的一个重要的发展方向,但是这其中还有很多需要解决的问题,比如缩小尺寸性能大幅下降;高分辨率与滤光片数量和成本的矛盾;运动部件导致稳定性差,分辨率低;波导通光量低,灵敏度低等。杨宗银研究员在报告中提到计算光谱+是大趋势,计算光谱用算力增强光学元件,能够减少器件尺寸和成本等问题。报告中,他给大家分享在光谱仪小型化研究方面所开展的一系列的工作,包括提出新的材料合成法、光谱器件新理论与技术体系,并基于新材料突破光谱尺寸极限等。不仅如此,他还介绍了其在仪器开发方面的计划和预期成果,包括光谱成像模块、微型拉曼光谱、红外光谱相机等。
中国科学院微生物研究所研究员 傅钰
报告题目:《人工智能赋能拉曼光谱鉴定和表征微生物》
拉曼光谱是化学分子的“指纹图谱”,在微生物领域有着广泛的应用前景。人工智能深度学习可以自动地从大量的拉曼光谱数据中学习和提取关键信息,使得在处理拉曼光谱数据时具有极大的优势。傅钰研究员在阐述其观点时提出,通过融合拉曼光谱技术与人工智能等不同学科领域的知识,能够开拓微生物研究领域的新途径。他指出,利用拉曼光谱结合人工智能技术对微生物进行鉴定表征,展现出极大的潜力。此外,傅钰研究员还分享了他对于如何将这一研究成果转化为实际应用,实现产业化的看法。他认为开发完善人工智能算法,制定统一的拉曼光谱数据采集标准,以及共同推进光谱仪器的便携化与智能化是非常必要的。
上海交通大学生物医学工程学院助理研究员 陈舟
报告题目:《人工智能在表面增强拉曼光谱中的应用和挑战》
表面增强拉曼光谱是一项指纹式的超灵敏检测技术,在生物医学、环境保护、食品安全等各个领域都展现出极高的应用价值。面对如今数据规模的爆炸式增长以及各种内部因素的交织复杂,人工智能也逐步在表面增强拉曼光谱的全流程中被广泛应用,加速了系统性的优化,加深了人们对于背后物理机制和光谱数据的理解,远超人脑计算与传统计算方法的能力。陈舟助理研究员在报告中指出,尽管AI在SERS领域的应用前景广阔,但仍面临诸如重复性、数据质量、数据对齐、拉曼大数据模型构建以及伦理原则等应用挑战。她强调,生物样本拉曼数据库是构建高质量AI模型的前提,也期待更多研究者的参与和贡献。
南开大学教授 邵学广
报告题目:《人工智能与新型光谱仪研制》
邵学广教授的报告围绕人工智能、机器学习、深度学习、化学计量学展开,从传统光谱分析方法、多元校正,到人工智能,其展望了下一代光谱仪器的发展趋势。围绕本次会议的主题,邵学广教授还系统地阐述了基于MOE光谱仪、基于LC-SLM和DMD光谱仪以及近红外多元光谱仪的研制、挑战和发展趋势。同时,他也为大家分享了其课题组在水光谱探针与水光谱成像、深度学习方法的研究进展,希望可以和仪器公司合作,共同为光谱仪器在工业等场景应用做出贡献。
江南大学物联网工程学院院长/教授 栾小丽
报告题目:《基于近红外分析技术的化工过程智能感知与监控》
栾小丽教授从工业过程分子级智能感知和基于过程模式的智能监控两个层面进行详细讨论,其介绍说,通过引入近红外光谱分析,可以获取具有更高时间和空间信息颗粒度的分子级信息,从而实现从分子层面实时地对原料、生产过程以及终端产品进行质量监控。报告中,栾小丽介绍了其开展的一系列工作,包括光谱分解温度自适应补偿建模,近红外深度网络迁移学习建模,多层次长短期记忆网络建模,工业生产过程模式化运行,最佳操作经验知识固化,最佳反应终点判定等。不仅如此,报告中,栾小丽还列举了很多应用案例以给大家更多的直观感受。
北京农林科学院农业智能装备研究中心主任/研究员 黄文倩
报告题目:《基于人工智能算法的水果品质在线无损检测方法研究》
水果品质无损检测是采后商品化处理的核心,黄文倩研究员在报告中介绍到基于近红外光谱的内部品质在线无损检测取得了巨大进步,却未实现大规模应用。为了推动其应用,黄文倩强调了利用人工智能算法的重要性,并提出了构建高质量数据集、软硬件优化结合以及标准化作业流程的必要性。他还提到,需发展专用的模型算法,以充分发挥深度学习算法在数据处理和学习方面的强大能力。
陈爱明代替云南中烟工业有限责任公司技术中心高级工程师 张翼鹏分享报告
报告题目:《基于近红外技术的原料配方智能替换研究》
原料配方替换是在确保产品质量稳定一致性的前提下,以库存或潜在库存量较大的原料或原料组合,替换库存稀少或成本较高的原料或原料组合,是工业生产中非常重要但极具挑战的问题。陈爱明讲到基于近红外分析技术快速、无损与多指标分析的特征,系统性地表征不同原料间的化学空间,构建适合近红外数据与配方替换特点的全局优化方法,在带有约束条件的前提下,发展原料配方替换的流程和方法,才能输出满足条件的最优配方替换结果。
中石化石油化工科学研究院教授级高工 褚小立
报告题目:《微小型光谱仪器与深度学习算法的结合应用》
褚小立教授从现代微小型光谱仪器的技术特征、进展、应用以及深度学习网络在光谱数据处理中的应用等几方面进行了系统性的分享,深入探讨了拉曼、近红外等便携式、微小型光谱仪器,以及多光谱融合技术的发展趋势及在各领域的应用,并强调微小型光谱技术与深度学习算法融合所带来的创新潜力是无限的。褚小立满怀信心表示,国产光谱仪器破浪在即!
科研的进步是一个长期而复杂的过程,它需要多方面的支持和帮助,自然也是离不开仪器技术的助力。此次论坛的报告环节中,更是邀请了6位光谱仪器厂商的代表亲临现场,为大家分享了光谱仪器在人工智能的加持下,具备的新优势、新技术,以及能实现的新解决方案、新应用领域和场景,为大家提供更多的选择和可能,使得工作更加精准、高效、便捷。
海洋光学Ocean Optics Arelis Colόn博士
报告题目:《AI Raman Spectroscopy of Analyte Mixtures》(海洋光学销售工程师陈术开场介绍)
深圳市海谱纳米光学科技有限公司产品总监陈余泉博士
报告题目:《下一代视觉传感器 4D光谱感知——微型光谱仪及其应用》
荧飒光学仪器(上海)有限公司产品经理 王伟
报告题目:《创新赋能荧飒,让国产红外更具生命力》
北京与光科技有限公司产品经理 苗鑫
报告题目:《快照式多光谱相机前沿应用探究》
南京智谱科技有限公司产品经理 杨浩
报告题目:《视频级光谱成像技术与产业化应用》
河南精谱检测设备有限公司的总经理 刘季
报告题目:《人工智能助力高端紫外可见近红外分光光度计的国产替代》
专家合影留念
会议期间,各位专家也就人工智能赋能光谱产业未来的发展前景谈了自己的看法,大家一致认为这是一个非常诱人的话题,部分专家也分享了他们对于人工智能赋能光谱仪器新兴产业的未来趋势和发展见解。
刘银年研究员认为:“人工智能对光谱仪器行业的影响是全方位的,不仅提升了数据处理能力和智能化水平,还推动了行业的创新和发展。随着技术的不断进步和应用场景的不断拓展,相信人工智能将为光谱仪器行业带来更多的机遇和挑战。”
邵学广教授谈到:“人工智能给科学仪器,特别是光谱仪器产业带来了很多的变革、机遇和挑战,这其中的影响主要还是围绕仪器的结构设计、生产、应用三个方面展开。特别是,数据处理方法的变革将会给仪器行业带来深远的影响。”
杨宗银研究员分享到:“人工智能跟光谱的结合,会让整个光谱的领域往更加通用性的方向发展。从赋能的角度来看,比如测量、数据分析,只要数据库中的数据量足够大,即使非专业人士不标准的测量,也可从中直接获得结论。”
傅钰研究员相信人工智能赋能光谱仪器一定能促进生物学或微生物学研究的革命。“光谱对于单一物质来说,其分辨是非常好的,但是对于复杂体系,用传统的统计学的方法是很难进行精确的鉴定和解析。人工智能的出现恰恰是因为它是基于大数据的,不需要进行人工筛选,从而对数据进行精准分析,这能够大大的促进光谱学在生物学复杂体系中的应用。”
陈舟助理研究员说:“人工智能在光谱仪器产业中的自身优势主要体现在处理大量数据的速度极快和对大数据的深入理解能力两个方面,这使得在决策、诊断和预测过程中能够实现更高的准确度,这些优势将极大推动光谱产业的未来发展。此外,光谱仪器的小型化是当前的一个趋势,但在小型化过程中信号损失和质量保证成为挑战,而这正是人工智能可以发挥其潜力的地方。”
除了以上专家的分享,我们也对此次参加论坛的几位专家进行深入的采访,敬请期待后续相关报道。相信在与人工智能的加持下,我国光谱仪器产业将迎来一个新的发展春天。
关于ACCSI:
“中国科学仪器发展年会(Annual Conference of China Scientific Instruments,ACCSI)”始于2006年,已成功举办十七届。每年一届的“中国科学仪器发展年会”旨在促进中国科学仪器行业“政、产、学、研、用、资”等各方的有效交流,力求对中国科学仪器的最新进展进行较为全面的总结,力争把最新的有关政策、最前沿的行业市场信息、最新的技术发展趋势在最短的时间内呈现给各位参会代表。
更多第十七届中国科学仪器发展年会精彩内容,请点击链接:ACCSI2024现场直击
[来源:仪器信息网] 未经授权不得转载
涉及大量仪器设备,成都发布53.6亿预算大规模设备更新需求清单
2024.08.19
2024.08.19
谭久彬院士:强化仪器学科发展,支撑国家测量与仪器产业体系构建
2024.08.23
2024.08.19
2024.08.19
2024.08.22
版权与免责声明:
① 凡本网注明"来源:仪器信息网"的所有作品,版权均属于仪器信息网,未经本网授权不得转载、摘编或利用其它方式使用。已获本网授权的作品,应在授权范围内使用,并注明"来源:仪器信息网"。违者本网将追究相关法律责任。
② 本网凡注明"来源:xxx(非本网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,且不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的"稿件来源",并自负版权等法律责任。
③ 如涉及作品内容、版权等问题,请在作品发表之日起两周内与本网联系,否则视为默认仪器信息网有权转载。
谢谢您的赞赏,您的鼓励是我前进的动力~
打赏失败了~
评论成功+4积分
评论成功,积分获取达到限制
投票成功~
投票失败了~