Истражувачи од Националната лабораторија „Оук Риџ“ развија систем со вештачка интелигенција што им помага на микроскопите со атомски сили да ги откријат најзначајните структури на нанометарско ниво и самостојно да изберат каде да направат подетални скенирања.
Системот, наречен SimuScan, може да препознава наноструктури, склопови на ДНК и бактериски клетки. Наместо научникот рачно да ја прегледува целата површина и да одлучува каде да се зумира, микроскопот прво прави брзо скенирање со пониска резолуција, а потоа алгоритмот ги издвојува и рангира областите што најверојатно содржат корисни информации.
Главниот предизвик е што снимките од атомско-силова микроскопија не се обични фотографии. На резултатот влијаат обликот и состојбата на сондата, поместувањето на скенерот, електронскиот шум, нечистотиите и грубоста на површината. Овие ефекти можат да создадат обрасци што личат на вистински наноструктури и лесно да го збунат алгоритмот.
За да го надминат недостигот од рачно означени снимки, истражувачите создале синтетички податоци. SimuScan генерира голем број вештачки AFM-снимки со автоматски ознаки, но во нив намерно ги вклучува и несовршеностите што се појавуваат во реални лабораториски услови. Така, моделите се обучуваат да разликуваат вистински структури од артефакти.
Тестовите со наноструктури, ДНК-склопови и бактериски клетки покажале дека модели обучени главно со синтетички податоци можат да се пренесат на реални снимки. Сепак, правилните нанотекстури во материјалот, како атомски тераси и зрнести структури, како и густо распоредени или преклопени објекти, и понатаму претставуваат предизвик.
SimuScan не го отстранува научникот од процесот. Истражувачот ги поставува целите, ограничувањата и критериумите за избор, додека системот помага во пронаоѓањето на најрелевантните области. Според авторите, ваквиот пристап би можел да ја направи микроскопијата побрза, поконзистентна и погодна за анализи на илјадници слични објекти.
Резултатите се објавени во списанието „Nature Communications“ во трудот за длабоко учење засновано на синтетички податоци за автономна атомско-силова микроскопија.
