Sensii-基于人工智能的移动端化学分析检测技术

近年来，可穿戴设备、物联网和机器人等智能硬件的应用发展飞速。为了“感知世界”，智能硬件需要通过传感器技术直接从现实世界中获取信息。现有的传感器技术，主要收集的是物理信息，如光学图像、加速度、力、位置等。而食品安全、营养成分、环境有害物质等与生活密切相关的化学信息，却仍需专业人员通过昂贵的实验室仪器才能获取和分析。 为解决这一问题，本项目提供了一种可嵌入多种移动端硬件的小型化自动化学分析检测技术。本技术主要通过移动端的传感器硬件和云端的分析算法两部分来实现。在移动端，我们利用微型化低成本的近红外检测器，收集被分析物的近红外吸收光谱数据。这些含有关于被检测物化学组成的丰富特征信息的光谱数据被传输到云端服务器。在云端，我们通过机器学习算法，对大量标准样品的光谱数据进行学习，经过“训练”的分析模型可以智能地识别被检测物的光谱数据，并快速提取出其化学组成信息。相比传统的化学分析技术，本技术有如下优势：低成本、小型化，可方便地移植于多种移动设备或机器人平台；快速、智能，分析过程全自动化，可用于实时检测；可同时获得被检测物中多种成分的含量信息；同样的检测硬件，可以利用云端不同的分析模型，对多种被检测物进行分析，拓展性强等。 由于以上优势，本技术尤其适合于对低成本、移动性要求高的应用，比如消费者市场的个人健康监测设备、便携式食品质量安全监测分析仪、以及特定用途的机器人应用等。基于此技术，我们正开发一款面向消费者的便携式个人母乳营养检测仪。只需少量母乳，该设备即可快速分析出母乳中各营养物质的含量。这一信息可以帮助母亲实时检测婴儿的营养摄入情况，并为母亲的膳食搭配以及哺乳次数提供科学的指导。 本项目创始团队由麻省理工学院（MIT）的材料化学、数据科学以及电子工程专业的博士组成，团队拥有完全知识产权，相关技术已申请美国专利。本技术应用面广，市场潜力巨大。一方面，基于这一技术，我们致力于开发多种产品，满足市场需要，通过产品销售取得收益；另一方面，我们也可以将技术转让与第三方合作伙伴，如机器人和智能硬件生产商，通过技术转让费取得收益。目前本项目正在寻求种子轮融资，期望通过本轮融资将我们第一个产品推向市场。