Da quando sono entrati in uso nel 1938, i microscopi elettronici hanno svolto un ruolo fondamentale in una serie di progressi scientifici, compresa la scoperta di nuove proteine ​​e terapie ei contributi alla rivoluzione dell'elettronica. Ma il campo della microscopia elettronica deve incorporare gli ultimi progressi nella scienza dei dati e nell'intelligenza artificiale per realizzare il suo pieno potenziale negli anni a venire, secondo un team di ricerca globale co-guidato da Mitra Taheri, professore di scienza e ingegneria dei materiali presso la Whiting School of Engineering della Johns Hopkins University.

In un commento in Materiali della natura , Taheri e il team discutono di un modello per un open, architettura di microscopia altamente integrata e basata sui dati necessaria per affrontare le sfide future nel campo come lo stoccaggio di energia, scienza dell'informazione quantistica, e progettazione dei materiali. Raccomandano un approccio che integri l'intelligenza artificiale e l'apprendimento automatico in ogni fase del flusso di lavoro della microscopia, consentendo esperimenti e scoperte non possibili con la sola tecnologia di microscopia odierna.

"Per sfruttare appieno i volumi senza precedenti di dati disponibili oggi, bisogna ripensare completamente a come si conduce la sperimentazione in microscopia, " disse Taheri, che dirige il Centro di elaborazione e caratterizzazione dei materiali della Johns Hopkins. "Ci stiamo rapidamente avvicinando al punto di saturazione dei dati. Non solo l'intelligenza artificiale e gli strumenti di apprendimento automatico ci consentono di gestire il flusso di dati, ma consentono anche soluzioni di microscopia più innovative in futuro."

Nel pezzo, gli autori discutono come i microscopi odierni ci consentono di dare una sbirciatina al mondo a livello atomico usando fasci di elettroni e rivelando come la locomozione e le malformazioni delle particelle atomiche possono avere un impatto sui materiali e sui processi chimici. La microscopia elettronica e i miglioramenti ai componenti dello strumento come le lenti elettromagnetiche hanno portato il campo a molta strada, e stanno consentendo l'estrazione di profondità, per la prima volta informazioni veramente statistiche su processi molto complessi. Anche se questa è una grande notizia, i ricercatori dicono che mette a fuoco i limiti della microscopia nel suo stato attuale. In termini di analisi di più campioni rappresentativi e integrazione di grandi volumi di dati multidimensionali da rilevatori ad alta velocità, la microscopia tradizionale è alquanto limitata, si contendono.

"Il campo nel suo insieme non ha ancora adottato metodi di data science che hanno rivoluzionato altri domini, come la crioanalisi di singole particelle e la cristallografia a raggi X, " spiega Steven Spurgeon, uno scienziato dei materiali al Pacific Northwest National Laboratory e coautore del commento. "Stai bevendo da una manichetta antincendio quando lo strumento prende 1, 000 immagini al secondo."

Taheri afferma che ripensare al modo in cui viene condotta la sperimentazione della microscopia e incorporare questi metodi rivoluzionari di scienza dei dati è la chiave per sbloccare la piena potenza della microscopia elettronica e svolgerà un ruolo fondamentale nella realizzazione degli obiettivi del Iniziativa sul genoma dei materiali .