Revolucionando la Microscopía de Fuerza Atómica: se revela un avance de IA
- Científicos de la Universidad de Illinois mejoran la precisión del AFM con IA, revelando características a escala nanométrica.
- Su algoritmo elimina los efectos del ancho de la punta, mostrando superficies de materiales 3D con detalle.
- Con más datos, buscan mejorar la imagen por AFM para lograr avances en nanotecnología.
En un desarrollo innovador, los científicos de la Universidad de Illinois Urbana-Champaign han aprovechado el poder de la inteligencia artificial (IA) para revolucionar la Microscopía de Fuerza Atómica (AFM). La AFM, un elemento básico en la nanotecnología, ha estado durante mucho tiempo obstaculizada por las limitaciones impuestas por el tamaño de su sonda, lo que restringe la resolución de las superficies de materiales que puede mapear con precisión en tres dimensiones.
El equipo de investigación, dirigido por el profesor Yingjie Zhang del departamento de ciencia e ingeniería de materiales, ha diseñado un algoritmo de aprendizaje profundo para superar esta limitación. Detallado en la prestigiosa revista Nano Letters, su innovación de IA supera a los métodos existentes, permitiendo a los microscopios delinear características de materiales más pequeñas que la punta de la sonda con una precisión sin igual.
La IA descodifica las profundidades con el aprendizaje profundo
En el corazón de su avance se encuentra un marco de codificador-decodificador meticulosamente entrenado para eliminar los efectos del ancho de la sonda de las imágenes de AFM. Lalith Bonagiri, autor principal del estudio y estudiante de posgrado en el grupo de Zhang, enfatizó la importancia de este enfoque impulsado por la IA, que codifica meticulosamente las imágenes crudas de AFM, elimina los efectos no deseados y las descodifica en representaciones precisas de las superficies de los materiales.
Tradicionalmente, las técnicas de microscopía se han limitado en gran medida a proporcionar instantáneas bidimensionales de las superficies de los materiales. Sin embargo, la AFM destaca por ofrecer mapas topográficos completos, mostrando los perfiles de altura de las características de la superficie. Sin embargo, cuando las características de la superficie se acercan a la escala de la punta de la sonda, aproximadamente 10 nanómetros, la resolución del microscopio falla. El equipo de Zhang ha abordado audazmente este desafío de frente, ofreciendo una solución determinista que desafía las limitaciones convencionales.
Entrenamiento para la transformación
Los investigadores generaron imágenes artificiales de estructuras tridimensionales intrincadas y simulaciones de lecturas de AFM para entrenar su algoritmo. El algoritmo fue meticulosamente diseñado para manipular estas imágenes simuladas de AFM, extrayendo las características subyacentes ocultas por los efectos del tamaño de la sonda. Bonagiri destacó el enfoque no convencional, particularmente la decisión de renunciar a los pasos típicos de procesamiento de imágenes de IA para retener el brillo y el contraste absolutos, mejorando la eficacia del algoritmo.
En una demostración convincente del poder de su IA, el equipo sintetizó nanopartículas de oro y paladio con dimensiones precisamente conocidas en un sustrato de silicio. Notablemente, el algoritmo eliminó sin problemas los efectos de la punta de la sonda, identificando y caracterizando con precisión las intrincadas características tridimensionales de las nanopartículas. Zhang enfatizó que, si bien este logro marca un hito significativo, apenas rasca la superficie del potencial de la IA para avanzar en las capacidades de la AFM.
Mirando hacia adelante, la trayectoria es clara: refinamiento y expansión. Zhang prevé mejoras adicionales mediante el entrenamiento continuo en conjuntos de datos más extensos y diversos. Como con todos los algoritmos de IA, las mejoras iterativas están en el horizonte, prometiendo pasos aún mayores en el desentrañamiento de los misterios de los paisajes a nanoescala.
La fusión de la IA y la AFM encabezada por la Universidad de Illinois Urbana-Champaign anuncia una nueva era en la imagen a nanoescala. Al trascender las limitaciones de las metodologías convencionales, esta investigación innovadora promete perspectivas sin precedentes sobre los sistemas materiales y biológicos y allana el camino para avances transformadores en el desarrollo de la nanoelectrónica.
Las mentes más inteligentes del mundo cripto ya leen nuestro boletín. ¿Quieres unirte? Únete a ellos.
Aviso de responsabilidad. La información proporcionada no es un consejo de trading. Cryptopolitan.com no asumimos responsabilidad alguna por las inversiones realizadas basándose en la información proporcionada en esta página. Recomendamos encarecidamente realizar investigaciones independientes y/o consultar con un profesional calificado antes de tomar cualquier decisión de inversión.
James Kinoti
Entusiasta de las criptomonedas, James encuentra placer en compartir conocimientos sobre fintech, criptomonedas, así como blockchain y tecnologías de vanguardia. Las últimas innovaciones en la industria de las criptomonedas, los juegos cripto, la IA, la tecnología blockchain y otras tecnologías son su preocupación. Su misión: mantenerse al día con aplicaciones transformadoras en diversas industrias.
