Sinds de ingebruikname in 1938, elektronenmicroscopen hebben een cruciale rol gespeeld in tal van wetenschappelijke vooruitgang, inclusief de ontdekking van nieuwe eiwitten en therapieën en bijdragen aan de elektronicarevolutie. Maar het gebied van elektronenmicroscopie moet de nieuwste ontwikkelingen op het gebied van datawetenschap en kunstmatige intelligentie bevatten om het volledige potentieel in de komende jaren te realiseren, volgens een wereldwijd onderzoeksteam onder leiding van Mitra Taheri, hoogleraar materiaalkunde en techniek aan de Whiting School of Engineering van de Johns Hopkins University.

In een commentaar in Natuurmaterialen , Taheri en het team bespreken een model voor een open, sterk geïntegreerde en gegevensgestuurde microscopie-architectuur die nodig is om toekomstige uitdagingen in het veld aan te pakken, zoals energieopslag, kwantum informatie wetenschap, en materiaalontwerp. Ze bevelen een aanpak aan die kunstmatige intelligentie en machine learning integreert in elke stap van de microscopieworkflow, experimenten en ontdekkingen mogelijk te maken die niet mogelijk zijn met de huidige microscopietechnologie alleen.

"Om de ongekende hoeveelheden gegevens die vandaag beschikbaar zijn volledig te benutten, we moeten volledig heroverwegen hoe experimenten worden uitgevoerd in microscopie, " zei Taheri, die het materiaalkarakteriserings- en verwerkingscentrum van Johns Hopkins leidt. "We naderen snel het punt van gegevensverzadiging. Niet alleen stellen kunstmatige intelligentie en machine learning-tools ons in staat om de gegevensstroom te beheren, maar ze maken in de toekomst ook meer innovatieve microscopie-oplossingen mogelijk."

In het stuk, de auteurs bespreken hoe de hedendaagse microscopen ons in staat stellen om een ​​voorproefje te krijgen van de wereld op atomair niveau met behulp van elektronenstralen en onthullen hoe de voortbeweging en misvormingen van atomaire deeltjes materialen en chemische processen kunnen beïnvloeden. Elektronenmicroscopie en verbeteringen aan instrumentcomponenten zoals elektromagnetische lenzen hebben het veld een heel eind gebracht, en maken de winning van diepe, voor het eerst echt statistische informatie over zeer complexe processen. Hoewel dit geweldig nieuws is, de onderzoekers zeggen dat het de beperkingen van microscopie in zijn huidige staat in beeld brengt. Wat betreft het analyseren van meerdere representatieve monsters en het integreren van grote hoeveelheden multidimensionale gegevens van hogesnelheidsdetectoren, traditionele microscopie is enigszins beperkt, zij strijden.

"Het veld als geheel heeft nog geen datawetenschapsmethoden aangenomen die een revolutie teweeg hebben gebracht in andere domeinen, zoals cryoanalyse met enkelvoudige deeltjes en röntgenkristallografie, " legt Steven Spurgeon uit, een materiaalwetenschapper bij Pacific Northwest National Laboratory en co-auteur van het commentaar. "Je drinkt uit een brandslang als het instrument 1 000 afbeeldingen per seconde."

Taheri zegt dat het heroverwegen van hoe microscopie-experimenten worden uitgevoerd en het integreren van deze revolutionaire datawetenschapsmethoden de sleutel is om de volledige kracht van elektronenmicroscopie te ontsluiten en een cruciale rol zal spelen bij het realiseren van de doelen van de Materialen Genoom Initiatief .