La vision par ordinateur accélère les processus de réaction de conduite autonome, passant d’automatismes à autonomes
Des chercheurs au Canada et aux États-Unis ont créé un système de vision par ordinateur pour les procédures de bilan. La plate-forme surveille plusieurs changements visuels au cours de processus tels que la distillation par échange de solvants, la cristallisation, le mélange solide-liquide et l’extraction liquide-liquide pour améliorer la capacité de réponse en temps réel des systèmes automatisés.
La recherche chimique consacre beaucoup de temps à la surveillance et à l’ajustement des conditions des processus de réaction connus et nouveaux afin de maintenir des rendements, des puretés et des compositions de produits de réaction constants. Les laboratoires autonomes, qui combinent intelligence artificielle et plates-formes robotiques, contribuent à accélérer ces processus ainsi qu’à améliorer leur reproductibilité et leur précision. L’intégration de laboratoires autonomes à la vision par ordinateur, une technique qui capture, traite et analyse des images numériques de réactions chimiques en temps réel, peut encore les améliorer.
Aujourd’hui, Jason Hein et son équipe de recherche de l’Université de la Colombie-Britannique, en collaboration avec Pfizer, ont développé une plateforme qui intègre la vision par ordinateur, l’apprentissage automatique, les techniques de surveillance en temps réel et les réacteurs de laboratoire semi-automatisés pour automatiser et optimiser les processus de traitement. Appelée HeinSight2.0, la plateforme est une mise à niveau du système précédent de l’équipe, HeinSight, et surveille les résultats physiques tels que les résidus solides, les niveaux de liquide, l’homogénéité, la turbidité et la couleur.
Le système HeinSight d’origine utilisait une logique simple pour dériver des informations à partir d’images afin de surveiller et de contrôler les niveaux de liquide dans plusieurs applications chimiques. « Heinsight2.0 est plus contextuel, reconnaissant les objets et les surfaces, produisant un système plus réactif », explique Hein. Il comprend les informations visuelles, par exemple si un changement de couleur rouge à vert signale la fin d’une réaction, et valide ces données pour répondre en temps réel.
« Les gens devraient pouvoir télécharger le script du programme sur un matériel similaire et il fonctionnera de la même manière que le nôtre », explique Hein. Monde de la chimie. « C’est pourquoi nous avons publié l’intégralité du code, tout est open source, n’importe qui peut le récupérer et l’exécuter maintenant et recycler le modèle pour ses expériences, très facilement. » Ce faisant, Heinsight 2.0 augmentera la disponibilité de données fiables sur le traitement chimique ; une quête que le chimiste organique physique Niek Buurma, de l’Université de Cardiff au Royaume-Uni, applaudit. «En chimie, je pense que nous avons besoin de données plus fiables», déclare Buurma. « Tout ce qui automatise la collecte de données fournira une bonne base de données d’informations détaillées sur les processus de traitement que les analyses futures pourront parcourir et dont l’apprentissage automatique et l’optimisation seront effectués. »
L’équipe a l’intention de concevoir les futurs systèmes HeinSight pour relier les événements passés aux prévisions futures. « Ces variables de changement sont importantes. Nous voulons que le système soit capable de réagir différemment en fonction de l’histoire», dit-il.
Renforcer l’automatisation « améliore non seulement la sécurité et la reproductibilité », ajoute Buurma, mais améliore également l’égalité et la diversité dans la recherche. « Si nous avons une personne qui a des difficultés avec sa vision, la vision par ordinateur peut l’aider. Si nous avons des personnes souffrant de dyspraxie, des pompes à commande automatique peuvent les aider.
