| 2021-11-22 11:32:00 | / | РИА "Сибирь" | / | Новосибирск |
В Новосибирске ученые для превращения тяжелой нефти в легкую используют нейросеть
В Новосибирском госуниверситете ученые используют нейросеть для создания катализатора, помогающего превращать тяжелую нефть в легкую. Поскольку в последние годы всё чаще встает вопрос о поиске методов обработки тяжелой нефти, поскольку запасы легкой истощаются.
Научно-образовательный центр "Машинное обучение и анализ больших данных" Новосибирского госуниверситета разработал Telegram-бот Nanoparticles для сканирования и анализа микроскопических изображений, который научная группа из Института катализа имени Г. К. Борескова СО РАН использует для создания катализатора, превращающего тяжелую нефть в легкую.
"Ученые, занимающиеся темплатным синтезом, используют наш сервис для подбора оптимальной концентрации и размеров полимерных шариков, применяемых при синтезе катализатора переработки тяжелой нефти, - рассказывает директор высшего колледжа информатики НГУ, кандидат химических наук Алексей Окунев. - Если полости, оставшиеся после выгорания полимерных шариков при нагревании катализатора, окажутся слишком маленькими, длинные молекулы углеводорода не смогут встроиться и вступить в реакцию с активным компонентом - платиной. Если же, наоборот, пространства будет слишком много, химическая реакция по расщеплению молекулы будет протекать медленнее. Nanoparticles позволяет делать оперативные замеры размеров шариков с точностью и скоростью, недоступной для ручных методов. Это достигается за счет того, что нейросеть за несколько секунд анализирует изображение целиком, находит и оцифровывает тысячи объектов. Человек за то же время успевает измерить не более одной частицы".
Новый сервис анализа микроскопических изображений Nanoparticles отличается от web-версии ParticlesNN тем, что позволяет пользователю самостоятельно обучать нейросеть, загружая в базу фотографии необходимых объектов. При этом нет необходимости размечать на исходных изображениях сотни, а то и тысячи частиц, как это было при классическом подходе анализа фотографий. Достаточно указать небольшой кроп (область фотографии, используемую для обучения сети) и обозначить в нем очертания интересующих исследователя объектов.
"Сейчас многие компании используют чат-боты. Это проще, потому что Telegram, Viber и другие платформы уже почувствовали потребности и разработали множество разных сервисов, и каналы - это готовый для использования интерфейс. Для обучения нейросети мы работали с группой исследователей из Института катализа, использующей сканирующую туннельную микроскопию, а также с коллегами из Института цитологии и генетики СО РАН. Сейчас добавились исследователи из Института катализа, которые работают с просвечивающей электронной, сканирующей электронной и оптической микроскопией", - комментирует заведующий лабораторией глубокого машинного обучения в физических методах высшего колледжа информатики НГУ, кандидат химических наук Андрей Матвеев.
Использование чат-бота в области материаловедения, медицины, изучения полупроводников и катализа позволит, с одной стороны, оперативно получить качественные статистические данные о частицах (размеры, плотность размещения, площадь поверхности и так далее), с другой - оптимизировать работу научных сотрудников за счет сокращения времени на обработку каждого материала. В перспективе применение усовершенствованных методов анализа сможет обеспечить российские предприятия экономически выгодными технологиями для соответствия мировым экологическим стандартам, что особенно важно в контексте общемирового тренда по декарбонизации экономики, отметили в пресс-службе НГУ.