近日，上海大學(xué)材料基因組工程研究院在《美國化學(xué)學(xué)會雜志》（JACS）上發(fā)表了一項重要研究成果，揭示了深度學(xué)習(xí)技術(shù)在材料微納結(jié)構(gòu)成像技術(shù)中的創(chuàng)新應(yīng)用。
該研究團隊聚焦于掃描隧道顯微鏡（STM）技術(shù)，這一工具在納米科技和表面科學(xué)中具有重要作用，但其操作長期依賴人工，效率低下。為解決這一難題，研究團隊開發(fā)了自主化STM系統(tǒng)，實現(xiàn)了無人干預(yù)下的長時間、高精度單分子分辨率成像。
該自主系統(tǒng)通過卷積神經(jīng)網(wǎng)絡(luò)評估圖像質(zhì)量，利用語義分割和自我更新的強化學(xué)習(xí)網(wǎng)絡(luò)實時優(yōu)化探針狀態(tài)，并通過目標識別算法自動分析實驗參數(shù)，如表面分子組成。實驗表明，該系統(tǒng)能在液氮溫度下連續(xù)48小時無人工干預(yù)地進行自主表征，表征區(qū)域達到約1.9平方微米，展示了其高效性和魯棒性。
這一研究成果不僅推動了高分辨率材料成像設(shè)備的自動化與智能化進程，還為納米材料的智能化探索和利用人工智能技術(shù)促進表面科學(xué)研究提供了新的思路。
