Прибор светит в образец инфракрасным лучом, и молекулы отвечают ему своим узором поглощения — как колокольчики разного тона. Этот узор, спектр, хранит сведения о химическом составе. Но чтобы прочитать его, специалист обычно сверяется с библиотекой готовых записей, а это медленно и не всегда возможно.
Инфракрасная спектроскопия — рабочий инструмент химиков, но расшифровка спектров остаётся узким местом. Новая модель UltraIR учится иначе: сначала она просматривает 60 миллионов синтетических спектров, созданных по законам физики, и учится восстанавливать их, сравнивать молекулярные отпечатки и предсказывать функциональные группы. Потом её дообучают на небольшом наборе реальных данных — и она уже разбирается в настоящих задачах.
Модель проверяли на разных задачах: определение функциональных групп, выяснение строения молекул, предсказание свойств, количественный анализ смесей, классификация бактерий, определение географического происхождения лекарственных трав, распознавание микропластика и свойств почвы. Во всех случаях UltraIR оказалась точнее обычных методов машинного обучения и специализированных нейросетей.
Главное преимущество — перенос знаний. Модель, обученную на одном инфракрасном спектрометре, можно применять к данным с другого прибора или из другой лаборатории без дополнительного обучения. Это открывает путь к быстрым и недорогим анализам сложных образцов в реальных условиях.
Инфракрасный спектр вещества похож на отпечатки пальцев: двух разных соединений с одинаковым узором практически не бывает.