دانشمندان یک تکنیک پیشگامانه مبتنی بر هوش مصنوعی را توسعه دادهاند که حرکات پنهان نانوذرات را آشکار میکند، حرکاتی که در علم مواد، داروسازی و الکترونیک بسیار مهم هستند.
با ادغام هوش مصنوعی با میکروسکوپ الکترونی، محققان اکنون میتوانند تغییرات در سطح اتمی را که قبلاً توسط نویز پنهان شده بود، مشاهده کنند. این پیشرفت امکان درکی واضحتر از نحوه رفتار این ذرات ریز در شرایط مختلف را فراهم کرده و بهطور بالقوه فرآیندهای صنعتی و اکتشافات علمی را متحول میکند.
هوش مصنوعی و میکروسکوپ الکترونی رفتار نانوذرات را روشن میکنند
دانشمندان روش جدیدی را برای آشکار کردن نحوه حرکت و تغییر نانوذرات در طول زمان توسعه دادهاند. این ذرات ریز نقش مهمی در صنایعی مانند داروسازی، الکترونیک و انرژی ایفا میکنند. این پیشرفت که در مجله “ساینس” منتشر شده، هوش مصنوعی را با میکروسکوپ الکترونی ترکیب میکند تا تصاویر دقیقی از نحوه واکنش نانوذرات به شرایط مختلف ایجاد کند.
کارلوس فرناندز-گراندا، مدیر مرکز علم داده دانشگاه نیویورک و استاد ریاضیات و علم داده، یکی از نویسندگان این مقاله، توضیح میدهد:
سیستمهای کاتالیزوری مبتنی بر نانوذرات تأثیر فوقالعادهای بر جامعه دارند. تخمین زده میشود که 90 درصد از کل محصولات تولیدی در جایی از زنجیره تولید خود شامل فرآیندهای کاتالیزوری هستند. ما یک روش هوش مصنوعی توسعه دادهایم که پنجره جدیدی را برای کاوش دینامیک ساختاری در سطح اتمی در مواد باز میکند.
ترکیب هوش مصنوعی و میکروسکوپ الکترونی برای جزئیات بیسابقه
این تحقیق که با همکاری دانشمندانی از دانشگاه ایالتی آریزونا، دانشگاه کرنل و دانشگاه آیووا انجام شده، میکروسکوپ الکترونی را با هوش مصنوعی ادغام میکند. این ترکیب قدرتمند به دانشمندان اجازه میدهد تا ساختارها و حرکات مولکولی را تا یک میلیاردم متر، با جزئیات و سرعت بیسابقه مشاهده کنند.
پیتر ای. کروزیر، استاد علم مواد و مهندسی در دانشگاه ایالتی آریزونا و یکی از نویسندگان این مقاله، توضیح میدهد:
میکروسکوپ الکترونی میتواند تصاویری را با وضوح مکانی بالا ثبت کند، اما به دلیل سرعتی که ساختار اتمی نانوذرات در طول واکنشهای شیمیایی تغییر میکند، ما باید دادهها را با سرعت بسیار بالا جمعآوری کنیم تا عملکرد آنها را درک کنیم. این منجر به اندازهگیریهای بسیار پرنویز میشود. ما یک روش هوش مصنوعی توسعه دادهایم که یاد میگیرد چگونه این نویز را به طور خودکار حذف کند و امکان تجسم پویاییهای کلیدی در سطح اتمی را فراهم میکند.
آشکارسازی حرکات اتمی با یادگیری عمیق
مشاهده حرکت اتمها بر روی یک نانوذره برای درک عملکرد در کاربردهای صنعتی بسیار مهم است. مشکل این است که اتمها به سختی در دادهها قابل مشاهده هستند، بنابراین دانشمندان نمیتوانند مطمئن باشند که چگونه رفتار میکنند، مشابه ردیابی اشیاء در یک ویدیوی ثبتشده در شب با یک دوربین قدیمی. برای حل این چالش، نویسندگان مقاله یک شبکه عصبی عمیق، موتور محاسباتی هوش مصنوعی، را آموزش دادند که میتواند تصاویر میکروسکوپ الکترونی را “روشن” کند و اتمهای زیرین و رفتار پویای آنها را آشکار کند.
دیوید اس. متسون، استاد و معاون رئیس بخش آمار و علم داده دانشگاه کرنل، مدیر مؤسسه ملی علوم آماری و یکی از نویسندگان این مقاله، توضیح میدهد:
ماهیت تغییرات در ذره فوقالعاده متنوع است، از جمله دورههای شارش، که به صورت تغییرات سریع در ساختار اتمی، شکل ذره و جهتگیری ظاهر میشود. درک این پویاییها به ابزارهای آماری جدیدی نیاز دارد. این مطالعه یک آماره جدید را که از تحلیل دادههای توپولوژیکی برای اندازهگیری شارش و ردیابی پایداری ذرات در هنگام انتقال بین حالتهای منظم و نامنظم استفاده میکند، معرفی کرده است.
منبع: Scitechdaily