Un team di ricerca dell'Università di Tokyo ha sviluppato un potente algoritmo di apprendimento automatico che prevede le proprietà e le strutture di campioni sconosciuti da uno spettro di elettroni. Questo processo può accelerare rapidamente il processo di scoperta e sperimentazione di nuove nanomacchine, celle solari, e altri dispositivi elettronici.

I tricorder sono dispositivi immaginari visti per la prima volta nello show televisivo originale di Star Trek. In questo scenario fantascientifico, gli scienziati potrebbero immediatamente conoscere le rocce sui pianeti alieni con una rapida scansione. I ricercatori dell'Università di Tokyo hanno compiuto un passo verso la realizzazione di questo concetto. Hanno usato i dati della spettroscopia elettronica a perdita di nucleo, una serie di test di laboratorio standard che inviano elettroni a un campione per determinare gli elementi atomici in esso contenuti e la loro struttura di legame. Però, i risultati di questi strumenti sono difficili da interpretare. Per superare questo problema, si sono rivolti all'apprendimento automatico. A differenza dei tradizionali programmi per computer, agli algoritmi di apprendimento automatico non è necessario dire quali modelli cercare. Anziché, gli algoritmi vengono addestrati inserendo molti esempi, e nel tempo il programma impara a classificare nuovi campioni sconosciuti.

Qui, i ricercatori hanno scelto una rete neurale che imita l'organizzazione del cervello umano. I dati da materiali noti vengono inviati come input, e le connessioni tra i neuroni vengono regolate per ottimizzare le previsioni del modello. Secondo il primo autore Shin Kiyohara, "con la crescente domanda di dispositivi su scala nanometrica, gli strumenti per comprendere le strutture molecolari stanno diventando sempre più preziosi".

Sebbene sia ancora molto lontano da un tricorder in grado di identificare istantaneamente formazioni rocciose aliene, l'autore principale Teruyasu Mizoguchi ritiene che "questo metodo ha un enorme potenziale per l'uso nel testare rapidamente le proprietà di nuovi materiali".