延世大学、AIと光を活用した非接触式エタノール検知システムを開発
- •延世大学の研究チームが、AIに基づいた非接触式のエタノールガス検知システムを開発した。
- •グラフェン製のフレネルレンズを用いて、ガス分子によって生じる光場の歪みを検出する手法を採用している。
- •ディープラーニングモデルが光パターンを解釈し、迅速かつ安定した定量的なガス分析を実現した。
延世大学の研究陣は、空気中のエタノール分子を識別可能な非接触式のAI光学検知システムを開発した。グラフェン製のフレネルレンズ（干渉を利用して光を集束させる極薄の回折レンズ）を使用することで、ガス分子が引き起こす微細な光場の歪みを捉える。この手法は、応答速度の遅延や材料の劣化といった課題を抱える従来の直接的な化学サンプリング法を回避する。システムは光場パターンをデータに変換し、ディープラーニングモデルがこれを解釈してエタノール濃度を算出する。研究成果は、2026年6月7日付の学術誌「Opto-Electronic Advances」に掲載された。
この検知アプローチは、ガス分子が通過するレーザービームの波面を変化させるという原理に基づいている。歪みは非常に微弱で直接観測には向かないが、特別に設計されたレンズがこれらの相互作用を焦点のサイズや形状の変化として測定可能にする。研究チームは、これらの非線形光学パターンを特定の分子濃度に対する固有の指紋として認識するようディープラーニングモデルを訓練した。より長い光の波長を選択することで、システムの堅牢性と安定性を優先させ、短い波長で発生しやすいノイズを軽減した。
物理光学と計算知能を融合させたこの統合アプローチにより、消耗品を使わない迅速かつ安定したガス検知が可能となった。機械工学部のソン・チャンジュン（Seong Chan Jun）教授は、このプラットフォームは光から物理的に有意義な特徴を抽出し、定量的な予測を行うよう設計されていると強調する。この技術は、環境汚染物質の監視に加え、非侵襲的な呼気分析などの医療診断や、産業安全分野への応用が期待される。システムはコンパクトであり可視光光学に基づいているため、将来的にはウェアラブルデバイスに統合され、複雑な環境でのリアルタイム監視への活用が見込まれる。