新型AI技術打破原子力材料表面成像技術基本限制

伊利諾伊大學厄巴納-香檳分校的研究人員推出了一種人工智能技術，通過使原子力顯微鏡（AFM）能夠觀察到比探針尖端更小的材料特征，從而大大提高了原子力顯微鏡（AFM）的性能。這一突破首次提供了超越傳統分辨率限制的真正三維輪廓，有望徹底改變納米電子開發和材料研究。

原子力顯微鏡（AFM）是一種廣泛使用的技術，可以定量繪制材料表面的三維圖。然而，原子力顯微鏡的精度受到顯微鏡探針尺寸的限制。為了突破這一限制，我們開發了一種新型人工智能技術，使顯微鏡在材料分析中達到更高的分辨率。

伊利諾伊大學香檳分校的研究人員開發的深度學習算法經過訓練，可以從原子力顯微鏡圖像中去除探針寬度的影響。據《納米快報》（Nano Letters）雜志報道，該算法超越了其他方法，首次以低于顯微鏡探針尖端寬度的分辨率給出了真正的三維表面輪廓。

材料表面成像技術的突破

"精確的表面高度輪廓對于納米電子學的開發以及材料和生物系統的科學研究至關重要，而原子力顯微鏡是一種能夠無創測量輪廓的關鍵技術，"該項目負責人、工大材料科學與工程系教授張英杰說。"我們已經展示了如何更加精確地觀察更小的東西，我們也展示了如何利用人工智能來克服看似無法克服的限制。"

顯微鏡技術通常只能提供二維圖像，基本上只能為研究人員提供材料表面的航拍照片。原子力顯微鏡可提供完整的地形圖，準確顯示表面特征的高度剖面。這些三維圖像是通過在材料表面移動探針并測量其垂直偏轉而獲得的。

經深度學習算法處理的原子力顯微鏡圖像。左列包含模擬的原子力顯微鏡圖像，中間一列包含經過算法處理和重建的圖像，右列包含添加原子力顯微鏡效應之前的原始圖像。來源：Nano Lett.

如果表面特征接近探針尖端的大小（約 10 納米），顯微鏡就無法分辨，因為探針變得太大，無法"感覺"出這些特征。幾十年來，顯微鏡學家們一直意識到這一局限性，但伊利諾伊大學的研究人員是第一個給出確定性解決方案的人。

"我們之所以求助于人工智能和深度學習，是因為我們想獲得高度剖面--精確的粗糙度--而不受傳統數學方法的固有限制。"

研究人員開發了一種具有編碼器-解碼器框架的深度學習算法。它首先通過將原始原子力顯微鏡圖像分解為抽象特征對其進行"編碼"。在對特征表示進行處理以消除不良影響后，再將其"解碼"回可識別的圖像。