在一個雜亂、繁忙的車間里，當然有可能弄不清某張材料是由什么物質組成的，這使得用激光切割很危險。SensiCut系統旨在提供幫助，根據其表面質量來識別30種不同的材料。

目前，麻省理工學院計算機科學和人工智能實驗室在開發這個實驗裝置，它可以被添加到現有的激光切割機中。它由四個主要部分組成：一個激光指示器、一個圖像傳感器、一個Raspberry Pi Zero微處理器和一個電池。這些都包含在一個3D打印的外殼中。

在有關材料被鋪在激光切割床上后，SensiCut激光器被照射到它身上。材料表面獨特的微觀結構使激光以獨特的斑點圖案反射回來，被圖像傳感器捕捉到。利用連接計算機的深度神經網絡，該系統能夠將該圖案與已知材料的圖案相匹配。

隨后，計算機屏幕上的顯示屏會告訴用戶該材料是什么，并指出激光切割機的理想功率和速度設置。它還建議每種材料的最佳用途，此外，如果材料根本不應該用激光切割，它還會提醒操作者--某些塑料可能會完全熔化，或者在激光加熱時產生特別有毒的煙霧。

此外，SensiCut系統還可以對由多種材料制成的平面物體的整個表面進行激光掃描，確定哪些區域由哪些物質制成。然后，它可以指導激光切割機在該物體上雕刻文字或圖形，在不同材料之間來回移動時自動調整激光的功率和速度。

該技術目前在識別不同類型的塑料、金屬、木材和紙張等材料方面有98%的準確率。相比之下，現有的系統只是利用光學相機來評估材料的視覺特征，據稱其準確性要低得多。