来源：cnbeta.com
目前，麻省理工学院计算机科学和人工智能实验室 (mit csail)正在开发这个实验装置，它可以被添加到现有的激光切割机中。它由四个主要部分组成：一个激光指示器，一个图像传感器，一个raspberry pi zero微处理器和一个电池。这些都包含在一个3d打印的外壳中。
在有关材料被铺在激光切割床上后，sensicut激光器被照射到它身上。材料表面独特的微观结构使激光以独特的斑点图案反射回来，被图像传感器捕捉到。利用连接计算机的深度神经网络，该系统能够将该图案与已知材料的图案相匹配。
随后，计算机屏幕上的显示屏会告诉用户该材料是什么，并指出激光切割机的理想功率和速度设置。它还建议每种材料的最佳用途，此外，如果材料根本不应该用激光切割，它还会提醒操作者--某些塑料可能会完全熔化，或者在激光加热时产生特别有毒的烟雾。
此外，sensicut还可以对由多种材料制成的平面物体的整个表面进行激光扫描，确定哪些区域由哪些物质制成。然后，它可以指导激光切割机在该物体上雕刻文字或图形，在不同材料之间来回移动时自动调整激光的功率和速度。
该技术目前在识别不同类型的塑料、金属、木材和纸张等材料方面有98%的准确率。相比之下，现有的系统只是利用光学相机来评估材料的视觉特征，据称其准确性要低得多。