В предыдущем исследовании ученые использовали машинное обучение для анализа химического состава солевых отложений по фотографиям, вручную подготовив около 7500 образцов. Теперь они создали роботизированную систему — Robotic Drop Imager (RODI), которая автоматически готовит более 2000 образцов в день. Это позволило собрать библиотеку из 23 000 изображений, что ускорило процесс анализа.

После подготовки образцов и фотографий исследователи упростили каждое изображение, преобразовав его в градации серого. Затем они извлекли 47 характеристик — площадь узора, яркость и другие параметры, которые использовались для анализа.

С ростом числа изображений точность алгоритма машинного обучения выросла с 90% до почти 99%. Ученые также протестировали пять уровней концентрации солевого раствора, обучив программу их различать. В результате она достигла 92% точности в определении концентрации и типа соли.

Большинство методов химического анализа сосредоточены на молекулярном уровне — атомах, молекулах или кристаллических структурах. Однако такие подходы требуют дорогостоящего оборудования и качественных образцов, что не всегда возможно, особенно в условиях космических миссий, где каждый грамм на счету. Химический анализ с помощью камеры мог бы помочь проводить исследования.

Проект создан для NASA, которое ищет недорогие, легкие и экономичные способы определения химического состава. Вместо доставки образцов на Землю, марсоход или другой космический аппарат с компактной лабораторией и камерой сможет анализировать материалы прямо на месте.

Метод применим не только в космосе, но и в других областях. Для анализа требуется всего несколько миллиграммов образца, что особенно полезно там, где сложно получить большие объемы. Правоохранительные органы смогут проводить предварительные тесты на наркотики, лаборатории — проверять безопасность разлитых веществ, а больницы — использовать его для диагностики. По словам разработчиков, новая технология демократизирует химический анализ.