Révolutionner la microscopie à force atomique : une percée de l’IA dévoilée

Des scientifiques de l'Université de l'Illinois à Urbana-Champaign ont réalisé une avancée majeure en exploitant la puissance de l'intelligence artificielle (IA) pour révolutionner la microscopie à force atomique (AFM). Technique fondamentale en nanotechnologie, l'AFM a longtemps été limitée par la taille de sa sonde, ce qui restreignait la résolution des surfaces qu'elle pouvait cartographier avec précision en trois dimensions.

L'équipe de recherche, dirigée par le professeur Yingjie Zhang du département de science et génie des matériaux, a mis au point un algorithme d'apprentissage profond pour surmonter cette limitation. Publiée en détail dans la revuesteemNano Letters, cette innovation en intelligence artificielle surpasse les méthodes existantes, permettant aux microscopes de délimiter des caractéristiques matérielles plus petites que la pointe de la sonde avec une précision inégalée.

L'IA décrypte les profondeurs grâce à l'apprentissage profond

Au cœur de cette avancée majeure se trouve un système encodeur-décodeur méticuleusement entraîné pour éliminer les effets de largeur de la sonde sur les images AFM. Lalith Bonagiri, auteur principal de l'étude et doctorant audent du groupe de Zhang, a souligné l'importance de cette approche basée sur l'IA, qui encode avec précision les images AFM brutes, supprime les effets indésirables et les décode en représentations exactes des surfaces des matériaux.

Traditionnellement, les techniques de microscopie se limitaient principalement à fournir des images bidimensionnelles des surfaces. Cependant, la microscopie à force atomique (AFM) se distingue par sa capacité à fournir des cartographies topographiques complètes, révélant les profils de hauteur des structures de surface. Néanmoins, lorsque ces structures atteignent l'échelle de la pointe de la sonde – environ 10 nanomètres – la résolution du microscope se dégrade. L'équipe de Zhang a relevé ce défi avec audace, proposant une solution déterministe qui defides limitations conventionnelles.

Formation pour la transformation

Des chercheurs ont généré des images artificielles de structures tridimensionnelles complexes et simulé des mesures AFM pour entraîner leur algorithme. Ce dernier a été conçu avec précision pour manipuler ces images AFM simulées et entracles caractéristiques sous-jacentes masquées par les effets de taille de la sonde. Bonagiri a souligné le caractère non conventionnel de cette approche, notamment le choix de s'affranchir des étapes classiques de traitement d'image par IA afin de préserver la luminosité et le contraste absolus, ce qui a permis d'améliorer l'efficacité de l'algorithme.

Dans une démonstration convaincante de la puissance de leur IA, l'équipe a synthétisé des nanoparticules d'or et de palladium aux dimensions précisément connues sur un substrat de silicium. De façon remarquable, l'algorithme a éliminé sans difficulté les effets de la pointe de la sonde, identifiant et caractérisant avecdentles structures tridimensionnelles complexes des nanoparticules. Zhang a souligné que, bien que cette réalisation constitue une étape importante, elle ne représente qu'un aperçu du potentiel de l'IA pour l'amélioration des capacités de la microscopie à force atomique (AFM).

Pour l'avenir, la trajectoire est claire : perfectionnement et expansion. Zhang envisage de nouvelles améliorations grâce à un entraînement continu sur des ensembles de données plus vastes et diversifiés. Comme pour tous les algorithmes d'IA, des améliorations itératives sont à prévoir, promettant des progrès encore plus importants dans la compréhension des mystères des paysages à l'échelle nanométrique.

La fusion de l'intelligence artificielle et de la microscopie à force atomique (AFM), initiée par l'Université de l'Illinois à Urbana-Champaign, inaugure une nouvelle ère dans l'imagerie à l'échelle nanométrique. En s'affranchissant des limites des méthodologies conventionnelles, cette recherche novatrice promet des connaissancesdentsur les systèmes matériels et biologiques et ouvre la voie à des avancées majeures dans le développement de latron.