Cargando...

Revolucionando la microscopía de fuerza atómica: se revela el avance de la IA

En esta publicación:

  • Los científicos de la Universidad de Illinois mejoran la precisión del AFM con IA, revelando características a nanoescala.
  • Su algoritmo elimina los efectos del ancho de la sonda y muestra en detalle las superficies de los materiales en 3D.
  • Con más datos, su objetivo es mejorar las imágenes AFM para lograr avances en nanotecnología.

En un desarrollo innovador, 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). AFM, un elemento básico de la nanotecnología, se ha visto obstaculizado durante mucho tiempo por las limitaciones impuestas por el tamaño de su sonda, lo que limita la resolución de las superficies de los materiales que puede mapear con precisión en tres dimensiones.

El equipo de investigación, dirigido por el profesor Yingjie Zhang del departamento de ingeniería y ciencia de materiales, ha ideado un algoritmo de aprendizaje profundo para superar esta limitación. Detallada en la steem Nano Letters, su innovación en IA eclipsa los métodos existentes, permitiendo a los microscopios delinear características del material más pequeñas que la punta de la sonda con una precisión incomparable.

IA decodificando las profundidades con aprendizaje profundo

En el corazón de su avance se encuentra un marco codificador-decodificador meticulosamente entrenado para eliminar los efectos de ancho de la sonda de las imágenes AFM. Lalith Bonagiri, autora principal del estudio y dent de posgrado en el grupo de Zhang, enfatizó la importancia de este enfoque impulsado por IA, que codifica meticulosamente imágenes AFM sin procesar, elimina efectos no deseados y las decodifica en representaciones precisas de superficies materiales.

Tradicionalmente, las técnicas de microscopía se han limitado en gran medida a proporcionar instantáneas bidimensionales de superficies de materiales. Sin embargo, AFM se destaca por ofrecer mapas topográficos completos, que muestran 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 este desafío con audacia y de frente, ofreciendo una solución determinista que defi las limitaciones convencionales.

Formación para la transformación

Los investigadores generaron imágenes artificiales de intrincadas estructuras tridimensionales y simularon lecturas de AFM para entrenar su algoritmo. El algoritmo fue diseñado meticulosamente para manipular estas imágenes AFM simuladas, trac las características subyacentes oscurecidas por los efectos del tamaño de la sonda. Bonagiri destacó el enfoque poco convencional, en particular la decisión de renunciar a los pasos típicos de procesamiento de imágenes de IA para conservar el brillo y el contraste absolutos, mejorando la eficacia del algoritmo.

En una demostración convincente de la destreza de su IA, el equipo sintetizó nanopartículas de oro y paladio con dimensiones conocidas con precisión sobre un sustrato de silicio. Sorprendentemente, el algoritmo erradicó sin problemas los efectos de la punta de la sonda, identificando y caracterizando con dent las intrincadas características tridimensionales de las nanopartículas. Zhang enfatizó que si bien este logro marca un hito importante, simplemente roza la superficie del potencial de la IA para mejorar las capacidades de AFM.

De cara al futuro, la trayectoria es clara: refinamiento y expansión. Zhang prevé mejoras adicionales a través de capacitación continua en conjuntos de datos más extensos y diversos. Como ocurre con todos los algoritmos de IA, se vislumbran mejoras iterativas en el horizonte, que prometen avances aún mayores para desentrañar los misterios de los paisajes a nanoescala.

La fusión de IA y AFM encabezada por la Universidad de Illinois Urbana-Champaign presagia una nueva era en las imágenes a nanoescala. Al trascender las limitaciones de las metodologías convencionales, esta investigación innovadora promete conocimientos sin dent sobre los sistemas materiales y biológicos y allana el camino para avances transformadores en el desarrollo de la tron .

Descargo de responsabilidad.  La información proporcionada no es un consejo comercial. Cryptopolitan.com no asume ninguna responsabilidad por las inversiones realizadas en función de la información proporcionada en esta página. Recomendamos tron realizar dent y/o consultar con un profesional calificado antes de tomar cualquier decisión de inversión.

Compartir enlace:

Cargando los artículos más leídos...

Manténgase al tanto de las noticias sobre criptomonedas y reciba actualizaciones diarias en su bandeja de entrada

Noticias relacionadas

¿Cómo puede beneficiar el modelo como servicio de IA a su nueva aplicación?
criptopolitano
Suscríbete a CryptoPolitan