Ученые разработали новаторскую технологию на основе искусственного интеллекта, которая выявляет скрытые движения наночастиц, которые имеют решающее значение в материаловедении, фармацевтике и электронике. Объединив искусственный интеллект с электронной микроскопией, исследователи теперь могут визуально видеть изменения на атомном уровне, которые раньше были скрыты шумом. Этот прорыв обеспечивает более четкое понимание того, как эти крошечные частицы ведут себя в различных условиях, потенциально революционизируя промышленные процессы и научные открытия.

Ученые разработали новый метод, позволяющий выявить, как наночастицы движутся и меняются с течением времени. Эти крошечные частицы играют жизненно важную роль в таких отраслях, как фармацевтика, электроника и энергетика. Прорыв, опубликованный в журнале Science, объединяет искусственный интеллект с электронной микроскопией для создания детальной визуализации того, как наночастицы реагируют в различных условиях.

«Каталитические системы на основе наночастиц оказывают огромное влияние на общество», — объясняет Карлос Фернандес-Гранда, профессор математики и науки о данных, директор Центра науки о данных Нью-Йоркского университета и один из авторов статьи. «По оценкам, 90% производимой продукции на каком-то этапе производственной цепочки включает в себя каталитический процесс. Мы разработали метод искусственного интеллекта, который открывает новое окно в исследование структурной динамики материалов на атомном уровне».

Слева: наночастицы платины, полученные с помощью электронной микроскопии. Данные имеют достаточное пространственное разрешение для отображения отдельных атомов. Однако из-за высокого временного разрешения эти изображения сильно искажены шумом, но это необходимо для наблюдения фундаментального динамического поведения поверхности наночастиц, связанного с ее функциональностью. Изображение справа — результат работы системы искусственного интеллекта, которая эффективно удаляет шум и раскрывает атомную структуру наночастиц. Изображение предоставлено: Питер Крозье и Джошуа Винсент из Университета штата Аризона, а также Карлос Фернандес Гранда и Шриас Мохан из Нью-Йоркского университета.

Исследование, проведенное в сотрудничестве с учеными из Университета штата Аризона, Корнелльского университета и Университета Айовы, объединило электронную микроскопию с искусственным интеллектом. Эта мощная комбинация позволяет ученым наблюдать молекулярную структуру и движение с беспрецедентной детализацией и скоростью, вплоть до миллиардных долей метра.

Питер А. Крозье, профессор материаловедения и инженерии в Университете штата Аризона и один из авторов этой статьи, объясняет: «Электронные микроскопы могут захватывать изображения с высоким пространственным разрешением, но поскольку атомная структура наночастиц меняется очень быстро во время химических реакций, нам необходимо собирать данные с чрезвычайно высокой скоростью, чтобы понять их функцию. Это приводит к чрезвычайно зашумленным измерениям. Мы разработали метод искусственного интеллекта, который может научиться автоматически устранять этот шум, позволяя визуализировать ключевую динамику на атомном уровне».

Наблюдение за движением атомов на наночастицах имеет решающее значение для понимания функциональности промышленных приложений. Проблема в том, что в данных видно мало атомов, поэтому ученые не могут определить, как они ведут себя — это эквивалент отслеживания объектов на видео, снятом ночью старомодной камерой. Чтобы решить эту проблему, авторы обучили глубокую нейронную сеть (вычислительный механизм искусственного интеллекта), которая может «подсвечивать» изображения электронного микроскопа, раскрывая лежащие в основе атомы и их динамическое поведение.

«Природа изменений частиц чрезвычайно разнообразна, включая периоды потока, проявляющиеся быстрыми изменениями в атомной структуре, форме и ориентации частиц; понимание этих динамических изменений требует новых статистических инструментов», — объяснил Дэвид С. Мэттесон, профессор и заместитель заведующего кафедрой статистики и науки о данных Корнелльского университета, директор Национального института статистических наук и один из авторов статьи. «Это исследование представляет новый статистический метод, который использует анализ топологических данных для количественной оценки потоков и отслеживания стабильности частиц при их переходе между упорядоченным и неупорядоченным состояниями».

Составлено из /ScitechDaily