人工智能助力近红外光谱实现过程优化 成工业浪潮中的“精准利器”——访江南大学物联网工程学院栾小丽院长

在分析化学领域被誉为分析“巨人”的近红外光谱，在多个领域得到了日益广泛的应用。特别是，人工智能与近红外光谱技术的结合正成为推动产业革新的重要力量，不仅为工业过程带来了更高效、更精准的检测和控制手段，提升了数据分析的效率，也为工业优化提供了新的可能。

日前，仪器信息网特别采访了江南大学物联网工程学院栾小丽院长，围绕人工智能赋能光谱产业的发展等主题进行访谈。

以下为视频采访详情：

从算法到仪器 人工智能多层面助力光谱产业

仪器信息网：您对于人工智能赋能光谱产业未来的发展前景有何独到的理解？

栾小丽院长：我认为关于光谱产业和人工智能的结合，可以从三个层面进行考虑：

1、算法层面：在光谱产业中，由于涉及到的领域不同且专业性较强，通常需要定制化的模型。应用人工智能技术后，我们期望能够提升这些模型的通用性和泛化能力，这样就能更好地应对各种复杂情况。

2、光谱仪器层面：目前，光谱仪器在使用过程中通常分为两个阶段。首先，通过仪器获取中间谱图；然后，利用人工智能或化学计量学的方法对谱图进行分析检测。

3、仪器发展层面：未来的光谱仪器或产业发展趋势是在仪器端直接得到用户所需的结果，而无需经过额外的分析过程。

仪器信息网：现阶段，光谱和人工智能如何更好地结合才能赋能产业的发展？这个过程中，在技术、应用、人才以及产业模式等层面还面临哪些问题？

栾小丽院长：其实我个人的研究更偏向于在工业过程中，但光谱却可以涉及多个领域，比如医美、生物医药和农业等。虽然这些领域的应用潜力巨大，但以我个人对目前整个应用情况来看，工业过程应用还相对不够成熟。特别是在线应用方面，我们还有很多挑战性的难题有待去突破。

此外，人才短缺也是限制光谱技术在工业中广泛应用的一个因素。我们开发的技术如果不能得到企业的有效维护和支持，就难以发挥其最大效能。因为在光谱领域中，模型的后期维护往往比前期开发更为重要。因此，我们真正需要的是增强技术团队的力量，确保技术的持续发展和有效应用。

算法突破, 提升近红外光谱技术在线检测的准确性

仪器信息网：作为一项应用导向型的技术，您如何评价当前我国近红外光谱技术的应用现状？在实际在线检测、过程控制层面能解决哪些难题或者技术瓶颈？给工业客户带来哪些客观的经济价值？有哪些成功的案例可以给大家分享？

栾小丽院长：近红外光谱技术在国内外都有广泛的应用，客观来讲的话，在我国该技术的应用尚有不足。

特别是在工业领域，尽管一些大型石油企业引入了这项技术，但最终长期应用效果并不理想。这其中的原因，一方面可能存在技术瓶颈，但更重要的则是缺乏专业人才团队的后期维护，这一点比开发模型更重要。

实际上，近红外光谱技术在实际应用中确实能够带来显著的经济效益。举一个简单的例子，在油砂处理过程中，通过近红外光谱技术准确检测油砂中的水和氯含量，可以避免在添加催化剂时仅依赖经验导致的过量或不足问题。不当的添加不仅影响产品质量，还会增加设备腐蚀和后续处理的负担。以我们在加拿大一家石油公司的合作为例，通过精确的水和氯含量检测，该公司的年经济效益高达7,000万加币。一旦能够精准的检测之后，不光保证质量稳定，也还会减轻后续设备维护以及下游生产等成本，从而带来可观的经济回报和生产效率的提升。

仪器信息网：您课题组在相关层面具体开展了哪些工作？在仪器、技术、算法或应用等方面有什么样的突出成果？未来有什么样的科研计划？

栾小丽院长：我们目前的工作主要是通过使用现有的仪器设备，在具有挑战性的应用场景中去突破一些应用层面的问题，这些挑战主要集中在算法层面。值得一提的是利用大模型技术，把光谱信息以一些新模态方法应用，是很有前途的事情，我们的有些研究正在进行中。

目前我们课题组做的工作偏向于算法层面，我们已经在ppm级别物质浓度在线检测的技术突破方面取得了进展。此外，我们面临的数据分布通常比较狭窄，且彼此之间关联性不强。在这种情形下，我们利用人工智能算法来优化在线检测的性能，提升检测的准确性和效率。

人工智能扩大了近红外光谱在工业优化中的应用空间

仪器信息网：您在近红外在线检测、过程模式监控、生产能效优化等方向域耕耘多年，从您专业的角度分析，您认为人工智能将给近红外光谱技术的发展和应用带来什么样的助力？

栾小丽院长：在工业流程中，近红外在线检测的首要任务是检测层面的工作，这是基础也是关键。我们都知道在工业过程中没有准确的数据来源，后续的运营和维护将无法进行。当然，除了检测外，近红外光谱技术还可以在工业过程中有非常多的应用场景。

对人工智能而言，同样适用于过程监控，它能够提供比传统传感器更多的数据，这些数据如何充分的利用是提高工业过程监控效率的关键。这也是我个人觉得后续应用当中要考虑的第二个因素。

在生产的优化过程当中，传统的方法是先检测到一个浓度，然后基于这个浓度进行优化。而发挥人工智能价值的核心在于是否有数据，有了数据我们就可以直接利用谱数据进行分析，并通过人工智能算法直接从数据中提炼有价值的信息，进而优化生产过程。这不仅提升了数据分析的效率，也扩大了人工智能在工业优化中的应用空间。

仪器信息网：在人工智能迅速发展的背景下，您对近红外光谱技术的应用前景有什么样的展望或预期？

栾小丽院长：我相信近红外光谱技术在各行各业都发挥着无可替代的作用，它不仅在检测领域展现了超出传统方法的前沿性和先进性，而且还能对过程进行精准操控。这种技术的运用，无疑对现在讨论火热的新质生产力的提升起到实质性的助力。从本质上来讲，新质生产力是对物质的准确检测和过程的有效控制，而光谱技术恰好能够二者兼顾，既实现了物质的快速检测，又可以通过光的操控对过程进行精细调整。

为了展现最新的光谱仪器技术及相关的应用，促进中国科学仪器行业健康快速发展，进一步提升光谱技术及相关应用的专业水平，促进各相关单位的交流与合作，由仪器信息网主办，中国仪器仪表学会近红外光谱分会、中国科学院物理研究所、中国遥感应用协会高光谱专业委员会、南通长三角智能感知研究院等协办的“第十三届光谱网络会议,（简称iCS2024)”将于2024年7月16-19日举办。

点击图片，即可报名