Ein Team von Chemikern und Ingenieuren der University of British Columbia hat gemeinsam mit Kollegen des Pharmaunternehmens Pfizer ein chemisches Verarbeitungssystem entwickelt, das Computer Vision mit einem Echtzeit-Machine-Learning-Überwachungssystem kombiniert, um chemische Workup-Prozesse durchzuführen. Ihr Artikel wurde in der Zeitschrift Chemical Science veröffentlicht. Workup-Prozesse in der Chemie sind Aktivitäten, die durchgeführt werden, um ein reines Produkt durch selektive Trennung von anderen Komponenten zu isolieren. Der Prozess, der oft mühsam ist und zu Fehlern oder Auslassungen führt, wurde nun automatisiert, indem Computer Vision mit Echtzeit-Überwachungstechniken, einem Machine-Learning-System und computergestützter Verarbeitung kombiniert wurden.
Das von dem Team entwickelte System, genannt Heinsight2.0, basiert auf Erkenntnissen seines Vorgängers Heinsight1.0. Es besteht aus einer Webcam, Reaktionsgefäß, Dosiereinheit, Temperatursonde und obenliegendem Rührer. Es verfügt auch über ein Sekundärgerät, das iControl, Echtzeitreaktionstrends, EasyMax und CV-Modellausgänge anzeigt. Das System überwacht einen Workup-Prozess und kontrolliert ihn, indem es Signale sendet, um die Aktionen zu lenken, während sie geschehen. Es kann auf verschiedene sensorische Hinweise reagieren und in verschiedenen Szenarien wie Feststoff-Flüssig-Mischungen, Kristallisationen, Austauschdestillationen und Flüssig-Flüssig-Extraktionen arbeiten.
Die Forscher weisen darauf hin, dass das System wie ein menschlicher Chemiker in der Lage ist, mehrere sensorische Hinweise zu überwachen und entsprechend zu reagieren. Sie haben auch das Programmskript öffentlich zugänglich gemacht, sodass andere Chemiker ihre eigenen Einheiten bauen und den Code verwenden können, um ihre Systeme auf die gleiche Weise zu betreiben. Sie planen außerdem, an ihrem System weiter zu arbeiten, um ihm mehr Fähigkeiten zu verleihen.