Un’unica architettura basata su 7,8 milioni di parametri è in grado di eseguire cinque diversi compiti analitici sugli spettri ¹H NMR, segnando un nuovo cambio di paradigma per la spettroscopia di laboratorio.
Se l’IA generativa ha rivoluzionato il trattamento del testo imparando rappresentazioni riutilizzabili, la start-up italiana Rombo AI ha traslato questo paradigma nel settore spettroscopico. Addestrato su un set di oltre 3,2 milioni di spettri, ROSE condensa in sole 7,8 milioni di parametri una conoscenza profonda delle caratteristiche del segnale NMR, rendendolo uno strumento altamente versatile per l’automazione dei laboratori industriali R&D e di controllo qualità (QC).
L’innovazione risiede nel superamento dei modelli tradizionali a singolo scopo: un’unica architettura software è in grado di coprire processi analitici chiave:
– Abbattimento del rumore (Denoising): pulizia automatica dei dati per velocizzare le misurazioni;
– Peak Detection automatizzata: identificazione dei segnali senza calibrazione manuale;
– Spectrum-Pair Similarity: comparazione rapida tra lotti di produzione e standard di riferimento;
– Predizione dello spettro dalla struttura (Structure-to-Spectrum);
– Retrieval della struttura dallo spettro (Spectrum-to-Structure).
Nonostante le sfide storiche della strumentazione low-field da banco — legate alla minore risoluzione e alla sovrapposizione dei segnali —, il modello mostra una solida capacità di generalizzazione al variare di molecole, campi magnetici e strumenti, offrendo una base già pronta che le aziende possono personalizzare con un minimo fine-tuning.
Con la scelta di rilasciare i pesi in modalità Open Weight, Rombo AI invita la comunità scientifica e industriale a testare e integrare il modello. La documentazione completa, l’articolo scientifico e le risorse per il test del modello sono disponibili qui:
Articolo completo su Blog: [Rombo AI Blog]
Paper scientifico: [ChemRxiv Paper]
Codice sorgente (Licenza Apache 2.0): [GitHub Repository]
Pesi del modello (Open Weight): [Hugging Face Repository]
