As áreas da Espetroscopia e da Quimiometria estão também agora a começar a utilizar este tipo de algoritmos inteligentes para ajudar a caracterizar amostras . Ao contrário de muitas outras aplicações onde os resultados obtidos por este tipo de algoritmos não precisam de interpretação científica , em Quimiometria , a interpretação é uma questão fundamental . Isto é , não só é necessário que o programa / algoritmo dê um bom resultado ou previsão , é também preciso entender como é que esse resultado foi obtido . É por esta razão que neste momento se estuda quais são os pontos fortes e fracos que os algoritmos existentes de IA apresentam quando os aplicamos à análise de espectros [ Artigo original de referência ]. A aplicação de IA em tarefas de Quimiometria está apenas na sua infância mas , no horizonte , já se consegue vislumbrar um futuro muito interessante .
Referências Bibliográficas [ 1 ] OpenAi Dall-e 2 , https :// openai . com / dall-e-2 / [ 2 ] Google Imagen , https :// imagen . research . google / [ 3 ] StabilityAi Stable Diffusion , https :// stability . ai / blog / stable-diffusion-public-release [ 4 ] Tesla AI , https :// www . tesla . com / en _ GB / AI [ 5 ] Mobileye , https :// www . mobileye . com / [ 6 ] Waymo Driver , https :// waymo . com / intl / es / waymo-driver / [ 7 ] Wu , Yonghui , et al . " Google ' s neural machine translation system : Bridging the gap between human and machine translation ." arXiv preprint arXiv : 1609.08144 ( 2016 ). [ 8 ] Lee , Ann , et al . " Direct speech-to-speech translation with discrete units ." arXiv preprint arXiv : 2107.05604 ( 2021 ). [ 9 ] Gabrys , A . and Huybrechts , G . and Ribeiro , M . S ., et al ., Voice Filter : Few-shot textto-speech speaker adaptation using voice conversion as a post-processing module , ICASSP 2022 ( 2022 )
Artigo original
Puneet Mishra , Dário Passos , Federico Marini , Junli Xu , Jose M . Amigo , Aoife A . Gowen , Jeroen J . Jansen , Geert J . Postma , Alessandra Biancolillo , Jean Michel Roger , Douglas N . Rutledge , Alison Nordon . The hypes and benefits of deep learning for near-infrared spectral data modelling . Trends In Analytical Chemistry ( 2022 ) 175 , 116804 https :// doi . org / 10.1016 / j . trac . 2022.116804
Biografia dos Autores
Dário Passos é licenciado em Engenharia Física Tecnológica pela UAlg e doutorado em Física pelo IST-UL . Neste momento é investigador doutorado no grupo de BioSensing do CEOT-UAlg .
Ligações internet relacionadas com o grupo de investigação https :// www . ceot . ualg . pt / pt
Fontes e referências sobre o financiamento deste trabalho
Este trabalho está a ser desenvolvido com financiamento da Fundação para a Ciência e a Tecnologia ( FCT ), projetos : UIDB / 00631 / 2020 CEOT BASE , UIDP / 00631 / 2020 CEOT PROGRAMÁTICO e CPCA-IAC / AV / 477942 / 2022 .
Os nossos revisores
Os nossos jovens revisores / cientistas frequentam a Escola Secundária de Silves , em Silves . Fazem parte do 12 º ano , turmas B e C do Curso de Ciências e Tecnologias e foram orientados pelo Professor Pedro Afonso ( Professor de Física ). As ultimas palavras são deles : “ Olá ! Somos alunos de Física do 12 º ano . Somos conhecidos como grupo unido , homogéneo e entusiastas pela Física . Alguns de nós gostam de Física Atómica e Nuclear , outros Termodinâmica , Física Matemática e
Sistemas Dinâmicos enquanto outros estão mais interessados em explorar a Astrofísica e Ciências da Computação . Combinando as nossas habilidades e paixões , estamos ansiosos por enveredar e abraçar projetos de investigação em prol do avanço do conhecimento científico , aprender mais sobre o universo e como funciona .”
19