科学家们开发出了一种开创性的人工智能驱动技术，它能揭示纳米粒子的隐秘运动，而纳米粒子在材料科学、制药和电子学中至关重要。通过将人工智能与电子显微镜相结合，研究人员现在可以直观地看到以前被噪声掩盖的原子级变化。 这一突破使人们能够更清楚地了解这些微小粒子在各种条件下的行为，从而有可能彻底改变工业流程和科学发现。

科学家们开发出一种新方法，用于揭示纳米粒子如何随时间移动和变化。 这些微小颗粒在制药、电子和能源等行业中发挥着至关重要的作用。 这一突破发表在《科学》（Science）上，它将人工智能与电子显微镜相结合，创造出纳米粒子在不同条件下如何反应的详细视觉效果。

"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、数学和数据科学教授卡洛斯-费尔南德斯-格兰达（Carlos Fernandez-Granda）解释说，他也是论文的作者之一。"据估计，90% 的制成品在其生产链的某个环节都涉及催化过程。 我们已经开发出一种人工智能方法，为探索材料中原子级结构动态打开了一扇新窗口"。

左图是通过电子显微镜成像的铂纳米粒子。 这些数据具有足够的空间分辨率来显示单个原子。 然而，由于时间分辨率较高，这些图像受到噪声的严重破坏，但这对于观察纳米粒子表面与其功能相关的基本动态行为是必要的。 右图是人工智能系统的输出结果，该系统能够有效去除噪声，并揭示纳米粒子的原子结构。 图片来源：亚利桑那州立大学的彼得-克罗泽、约书亚-文森特和纽约大学的卡洛斯-费尔南德斯-格兰达、斯里亚斯-莫汉提供

这项研究是与亚利桑那州立大学、康奈尔大学和爱荷华大学的科学家合作进行的，它将电子显微镜与人工智能融为一体。 这种强大的组合使科学家们能够以前所未有的细节和速度观察分子结构和运动，最小可达十亿分之一米。

亚利桑那州立大学材料科学与工程学教授、本文作者之一 Peter A. Crozier 解释说："电子显微镜可以捕捉高空间分辨率的图像，但由于纳米粒子的原子结构在化学反应过程中的变化速度极快，我们需要以极高的速度收集数据才能了解它们的功能。这导致测量结果噪声极大。 我们开发了一种人工智能方法，可以学习如何自动消除这些噪声，从而实现关键原子级动态的可视化"。

观察纳米粒子上原子的运动对于了解工业应用中的功能至关重要。 问题在于，数据中几乎看不到原子，因此科学家无法确定它们的行为方式--这就相当于用老式相机在夜间拍摄的视频中追踪物体。 为了解决这一难题，论文作者训练了一个深度神经网络（人工智能的计算引擎），它能够"点亮"电子显微镜图像，揭示底层原子及其动态行为。

"粒子变化的性质异常多样，包括通变期，表现为原子结构、粒子形状和方向的快速变化；理解这些动态变化需要新的统计工具，"康奈尔大学统计与数据科学系教授兼副系主任、国家统计科学研究所所长、论文作者之一大卫-马特森（David S. Matteson）解释说。"这项研究引入了一种新的统计方法，利用拓扑数据分析来量化通量，并跟踪粒子在有序态和无序态之间转换时的稳定性。"