Exploiter l'IA pour libérer tout le potentiel des microscopes électroniques

Avec une résolution 1000 fois supérieure à celle d'un microscope optique, les microscopes électroniques sont exceptionnellement bons pour imager les matériaux et détailler leurs propriétés. Des chercheurs du Laboratoire national d'Argonne du Département de l'Énergie (DOE) des États-Unis démontrent que des développements logiciels avancés et un cadre d'intelligence artificielle (IA) peuvent pousser leurs performances encore plus loin.

En plus de créer des images agrandies, les techniques de microscopie électronique capturent également des informations sur les propriétés des matériaux, telles que l'aimantation et le potentiel électrostatique, qui est l'énergie nécessaire pour déplacer une charge contre un champ électrique. L'information est stockée dans une propriété de l'onde électronique connue sous le nom de phase. La phase décrit la position ou le timing d'un point dans un cycle d'onde, tel que le point où une onde atteint son pic.

Récupérer les données de phase, cependant, est un problème vieux de plusieurs décennies pour les scientifiques. Des informations telles que l'aimantation et les potentiels électriques sont portées par la phase de l'onde électronique et sont perdues pendant le processus d'acquisition d'image.

Pour permettre aux scientifiques d'accéder à de telles données, les chercheurs d'Argonne ont proposé d'utiliser des outils conçus pour entraîner des réseaux de neurones profonds, une forme d'intelligence artificielle (IA) qui imite le cerveau humain et nécessite des algorithmes d'entraînement.

Avec des données d'entraînement, l'équipe de recherche d'Argonne a démontré un moyen de récupérer l'information de phase, ainsi que des informations essentielles sur leur microscope électronique, y compris la résolution spatiale, la précision et la sensibilité de la microscopie. L'analyse d'images haute résolution activée par l'IA — un processus connu sous le nom de « différentiation automatique en mode inverse » — détermine les positions atomiques pour déduire les propriétés physiques des matériaux.

Les chercheurs récupèrent de minuscules décalages de phase, et, en retour, reçoivent des informations sur de petits changements d'aimantation et de potentiel électrostatique, le tout sans nécessiter de mises à niveau matérielles coûteuses.

Lire le rapport .

Pour plus d'informations, contactez le Laboratoire national d'Argonne ; 630-252-2000.