成功突破噪声干扰,“AI + 电子显微镜”揭示纳米颗粒隐藏运动

通过结合人工智能与电子显微镜,研究人员成功突破噪声干扰,实现对原子级变化的可视化。这一突破有望让科学家更深入地理解纳米颗粒在不同条件下的行为,从而推动工业技术革新和科学研究进展。

据外媒 ScitechDaily 3 月 6 日报道,科学家开发了一种革命性的 AI 技术,能够揭示纳米颗粒的隐藏运动,对材料科学、制药和电子领域至关重要。

通过结合人工智能与电子显微镜,研究人员成功突破噪声干扰,实现对原子级变化的可视化。这一突破有望让科学家更深入地理解纳米颗粒在不同条件下的行为,从而推动工业技术革新和科学研究进展。

科学家研发出一项新技术,能够清晰展示纳米颗粒随时间变化的轨迹。结合人工智能与电子显微镜,实现了纳米颗粒在不同环境下的精确可视化。有关结果已经在《科学》杂志社发表,点此前往

纽约大学数据科学中心主任、数学与数据科学教授 Carlos Fernandez-Granda 表示,“纳米催化系统对社会影响深远。据估计,全球 90% 的制造产品在生产过程中涉及催化反应。我们开发的 AI 技术,为探索材料的原子级动态提供了全新视角。”

成功突破噪声干扰,“AI + 电子显微镜”揭示纳米颗粒隐藏运动

AI在线注:如图所示,左侧图像展示的是电子显微镜拍摄的铂纳米颗粒,其空间分辨率足以呈现单个原子。然而,由于成像速度极快,画面受到严重噪声干扰,但高速采集对研究纳米颗粒表面的动态行为至关重要。右侧图像则是 AI 处理后的结果,该系统可有效去除噪声,清晰展现纳米颗粒的原子结构。

该研究由亚利桑那州立大学、康奈尔大学和爱荷华大学合作完成,结合电子显微镜与 AI,让科学家得以以前所未有的精度和速度观察分子结构及其运动,精确度达到十亿分之一米

亚利桑那州立大学材料科学与工程教授 Peter A. Crozier 解释说,电子显微镜能提供极高的空间分辨率,但由于纳米颗粒的原子结构在化学反应中变化迅速,必须高速采集数据才能理解其功能。这导致测量数据噪声极大。“而我们开发的 AI 方法能自动去除噪声,使原子级动态清晰可见。”

相关资讯

仅几秒,准确推断蛋白动力学信息,山大、北理工等AI模型RMSF-net登Nature子刊

编辑 | KX蛋白质的动力学对于理解其机制至关重要。然而,通过计算预测蛋白质动学信息具有挑战性。在此,来自山东大学、百图生科(BioMap)、北京理工大学、湖北医药学院、宁夏医科大学和阿卜杜拉国王科技大学(KAUST)的研究团队,提出了一个神经网络模型 RMSF-net,其优于以前的方法,并在大规模蛋白质动力学数据集中产生最佳结果;该模型可以在几秒钟内准确推断出蛋白质的动力学信息。通过从实验蛋白质结构数据和低温电子显微镜 (cryo-EM) 数据集成中有效地学习,该方法能够准确识别低温电子显微镜图和 PDB 模型之

纳米世界的实时电影,科学家首次使用AI以毫秒级分辨率观察原子移动,登Science

编辑 | 2049想象一下,如果我们能像观察夜空中闪烁的星星一样,清晰地观察到原子在材料表面的「舞动」,这将为理解材料功能打开一扇全新的大门。 然而,传统的电子显微镜技术面临着一个根本性挑战:要实现毫秒级时间分辨率的原子尺度成像,必须大幅降低电子束剂量,而这导致图像被噪声淹没,模糊了关键细节。 为了解决了这一技术瓶颈,亚利桑那州立大学(ASU)和纽约大学(NYU)的研究团队开发了一种基于无监督深度学习(Unsupervised Deep Learning)的去噪框架,实现了在温和电子束剂量下对气体环境中金属纳米颗粒表面进行毫秒级时间分辨率的原子尺度观察。

思谋发布首个工业大模型开发底座 大模型开发成本直降40%

6月27日,华南工博会现场,思谋科技宣布行业首个工业大模型开发与应用底座SMoreLrMo正式发布。SMoreLrMo是面向工业场景的大模型开发与应用平台,覆盖了应用层面、算法框架、基础设施服务等开发全场景,涉及算力资源调度管理能力、数据自动标注管理能力、应用开发管理能力、算法服务管理能力等人工智能模型全生命周期。今年以来,大模型的火热点燃了新一轮人工智能发展浪潮,也正在引领新一轮工业革命,帮助企业重塑生产及经营各环节以实现提质降本增效。而SMoreLrMo平台的发布,将为大模型在工业领域的应用提供了基础,进一步降