ILMAC Lausanne

Künstliche Intelligenz schlägt Dr. rer. nat.

Von Möglichkeiten Künstlicher Intelligenz in der Spektroskopie und Trends bei Spektrometern - Ausblick auf die ILMAC Lausanne.

© Monster Ztudio/Shutterstock.com

Es gab Zeiten, da musste man einem analytischen System jeden Befehl einzeln geben oder ihn zumindest in die Software hineinprogrammieren. Heute braucht die spezielle Software „nur“ den Input großer Datenmengen und lernt dann selbstständig – zum Beispiel Spektren lesen und im Voraus berechnen. Neben „Big Data“ zeigt ein zweiter Trend zu „small is beautiful“ – bis hin zu kleinen handgehaltenen Spektrometern.

Das Zauberwort heißt heute in vielen Fällen „Künstliche Intelligenz“. Ihr genereller Einsatz ist durchgreifend. „Er ermöglicht es, im Prinzip jeden deterministischen Prozess zu optimieren“, gibt sich Prof. Dr. Anatole von Lilienfeld, Fakultät für Chemie an der Universität Basel, überzeugt. Die Betonung liegt auf dem Wörtchen „jeden“. Denn die Potenziale der Künstlichen Intelligenz lassen sich auf vielen Feldern ausspielen. Die chemische Forschung stellt allerdings wegen ihres besonders hohen Anspruchs einen Gipfel dar, der sich schwerer als in anderen Disziplinen besteigen lässt. Aber im Austausch von Hochschule und Industrie stieß man bereits in luftige Höhen vor.

„Zum Beispiel konnten wir dies kürzlich für Novartis bei der automatisierten Kategorisierung von Spektren im Millisekundentakt demonstrieren“, berichtet Prof. von Lilienfeld. „Für diese Aufgabe hat es bis anhin einen promovierten analytischen Chemiker gebraucht. Er benötigte circa 20 Minuten pro Spektrum und wies eine höhere Fehlerquote auf als die von uns eingesetzte Künstliche Intelligenz.“

Anzeige

In der Spektroskopie wird stets an Neuentwicklungen gearbeitet. Zum Beispiel haben Forscher mit KI-Verfahren jetzt statt wie bisher nur für kleine auch für größere und komplexe Moleküle Infrarotspektren vorhersagen können. Die Grundlage bilden neuronale Netzwerke mit der Fähigkeit, „aus Erfahrung zu lernen“. Für die Praxis könnte man sich den folgenden Fall vorstellen: Ein Spektrum zeigt eine unbekannte Substanz. Selbst wenn ihr IR-Spektrum noch nie gemessen wurde, so könnte man es doch simulieren und die Substanz darüber letztlich identifizieren, ohne sie synthetisiert und vermessen zu haben. Ebenso ließen sich bestehende Spektrenbibliotheken allein durch Errechnen neuer Spektren wesentlich erweitern.

Bild 1: Tragbare NIR-Spektrometer ermöglichen die Analyse von Proben auch außerhalb des Labors. © trinamiX

Raumsparend oder auch mobil

Neben der enormen Unterstützung durch Künstliche Intelligenz beeindruckt die Miniaturisierung spektroskopischer Geräte. Zum Beispiel ist der Platzbedarf von Raman-Spektrometern in wenigen Jahren von „raumfüllend“ bis „handlich“ geschrumpft. Das geht bis hinunter zu handgehaltenen Analysesystemen, in der Raman- ebenso wie in der Infrarot-, der Nahinfrarot- (NIR) und der Mittelinfrarotspektroskopie (s. hierzu auch Bild 1). In dieser Form entwickeln die genannten spektroskopischen Verfahren ein marktveränderndes Potenzial. Zum Beispiel stellen handgehaltene NIR- oder Ramanspektrometer eine Alternative zur traditionellen Karl-Fischer-Titration bei der Bestimmung der (Rest-)Feuchte dar. Im Falle transparenter Gebinde können Miniaturspektrometer z. B. für die Identitätsprüfung von Rohstoffen im Wareneingang eingesetzt werden.

Im Prozess

Auch der Trend zum Continuous Manufacturing (statt der Batch-Fertigung) treibt den Markt in Richtung handgehaltener Analytik. Der Mitarbeiter kontrolliert z. B. mit einem NIR- oder Raman-Spektrometer einfach durch ein Sichtfenster den laufenden Prozess „at line“ und erhält an Ort und Stelle sein Ergebnis. Das spart den Weg ins Labor und lange Wartezeiten. Einer zunehmenden Nachfrage erfreuen sich auch In-line-Systeme. NIR- und Raman-Sonden werden hier fest im Prozess installiert und ggf. elektronisch vernetzt. So sind die spektroskopischen Daten direkt verfügbar und Möglichkeiten Künstlicher Intelligenz bei der Anlagenüberwachung und -steuerung nutzbar.

Automatisierte Probenvorbereitung

Bild 2: Lineares Benchtop-Massenspektrometer mit ­kleiner Stellfläche. © Shimadzu

Auch Massenspektrometer beanspruchen eine immer kleinere Stellfläche und lassen ihre Anwender doch von vielen intelligenten Funktionen profitieren wie etwa durch die direkte Anbindung vollständig automatisierter Module zur Probenvorbereitung bei linearen Benchtop-MALDI-MS-Geräten (s. auch Bild 2). Noch viel kleiner sind handgehaltene Massenspektrometer, wie sie etwa beim Aufspüren kleinster Mengen an chemischen Kampfstoffen eingesetzt werden.

Zu guter Letzt noch einmal zurück zur automatischen Katalogisierung von Spektren: Hier übertreffen leistungsfähige Computer den Wissenschaftler. Es zeigt sich immer deutlicher: In der Chemie, im Pharma- und Biotechbereich wird es eingreifende Veränderungen durch Künstliche Intelligenz geben.

Die gesamte Bandbreite der hier dargestellten Trends und Innovationen kann der Besucher auf der diesjährigen „ILMAC LAUSANNE“ erleben, wie der Veranstalter angibt. Sie findet am 7. und 8. Oktober 2020 in Halle 7 der Expo Beaulieu Lausanne statt. Mehr Informationen unter: http://www.ilmac.ch/ILMACLAUSANNE

Quelle: MCH Messe Schweiz (Basel)

Anzeige

Das könnte Sie auch interessieren

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige

Labor 4.0

Das digitale Labor zum Anfassen

Besucher der diesjährigen Analytica können das Labor der Zukunft in einer einzigartigen Sonderschau erleben: 18 Partner aus Wissenschaft und Industrie haben sich zusammengetan, um Gerätevernetzung, kollaborative Robotik und Nutzerinteraktion anhand...

mehr...

Newsletter bestellen

Immer auf dem Laufenden mit dem LABO Newsletter

Aktuelle Unternehmensnachrichten, Produktnews und Innovationen kostenfrei in Ihrer Mailbox.

AGB und Datenschutz gelesen und bestätigt.
Zur Startseite