AI“点亮”纳米粒子，揭示隐藏的原子动力学

一组科学家开发了一种方法来阐明纳米粒子的动态行为，纳米粒子是制造药品、电子产品、工业和能源转换材料的基础成分。《科学》杂志报道了这一进展，将人工智能与电子显微镜相结合，以呈现这些微小物质对刺激的反应

“基于纳米粒子的催化系统对社会有着巨大的影响，”纽约大学数据科学中心主任、该论文的作者之一、数学和数据科学教授Carlos Fernandez-Granda解释道

“据估计，90%的制成品在其生产链中的某个地方涉及催化过程。我们开发了一种人工智能方法，为探索材料中的原子级结构动力学打开了一扇新窗户。”

这项工作还包括亚利桑那州立大学、康奈尔大学和爱荷华大学的研究人员，他们将电子显微镜与人工智能相结合，使科学家能够以前所未有的时间分辨率看到十亿分之一米大小的分子的结构和运动

亚利桑那州立大学材料科学与工程教授、该论文的作者之一Peter a.Crozier解释说：“电子显微镜可以以高空间分辨率捕获图像，但由于纳米颗粒的原子结构在化学反应过程中变化的速度，我们需要以非常高的速度收集数据来了解它们的功能。”

“这会导致测量结果非常嘈杂。我们开发了一种人工智能方法，可以学习如何自动消除这种噪音，从而实现关键原子级动力学的可视化。”

观察纳米粒子上原子的运动对于理解工业应用中的功能至关重要。问题是，原子在数据中几乎看不见，所以科学家们无法确定它们的行为——这相当于在晚上用旧相机拍摄的视频中跟踪物体

为了应对这一挑战，该论文的作者训练了一个深度神经网络，即人工智能的计算引擎，它能够“照亮”电子显微镜图像，揭示潜在的原子及其动态行为

“粒子变化的性质异常多样，包括流动期，表现为原子结构、粒子形状和方向的快速变化；理解这些动力学需要新的统计工具，”康奈尔大学统计与数据科学系教授兼副主席、国家统计科学研究所所长、该论文的作者之一David S.Matteson解释道

“这项研究引入了一种新的统计方法，该方法利用拓扑数据分析来量化流动性，并跟踪粒子在有序和无序状态之间转换时的稳定性。”