Betrouwbare AI: systeem helpt bij het uitvoeren van nanodeeltjesmetingen om onderzoek te versnellen

Nanodeeltjesonderzoekers besteden het grootste deel van hun tijd aan één ding: het tellen en meten van nanodeeltjes. Elke stap van de weg moeten ze hun resultaten controleren. Ze doen dit meestal door microscopische beelden te analyseren van honderden nanodeeltjes die strak samenvoegen. Het tellen en meten van ze duurt lang, maar dit werk is essentieel voor het voltooien van de statistische analyses die nodig zijn voor het uitvoeren van de volgende, geschikt geoptimaliseerde nanodeeltjessynthese.

Alexander Wittemann is professor colloïde chemie aan de Universiteit van Konstanz. Hij en zijn team herhalen dit proces elke dag. “Toen ik aan mijn doctoraatsthesis werkte, gebruikten we een grote deeltjes telmachine voor deze metingen. Het was als een kassa, en destijds was ik echt blij toen ik driehonderd nanodeeltjes per dag kon meten,” herinnert Wittemann zich .

Betrouwbare statistieken vereisen echter duizenden metingen voor elk monster. Tegenwoordig betekent het toegenomen gebruik van computertechnologie dat het proces veel sneller kan bewegen. Tegelijkertijd zijn de geautomatiseerde methoden zeer vatbaar voor fouten, en veel metingen moeten nog steeds worden uitgevoerd, of op zijn minst dubbel gecontroleerd door de onderzoekers zelf.

Een correcte telling – zelfs met complexe deeltjes

Tijdens de coronavirus -pandemie bracht het geluk Wittemann in contact met zijn doctoraatsstudent Gabriel Monteiro, die niet alleen kennis heeft van programmeren en AI, maar ook verbindingen heeft met computerwetenschappers. Wittemann en Monteiro ontwikkelden een programma gebaseerd op de open source AI -technologie van Meta “Segment Anything Model”. Het programma maakt het door AI ondersteunde tellen van nanodeeltjes mogelijk in een microscopisch beeld en de daaropvolgende automatische meting van elk individueel deeltje.

“Voor duidelijk definieerbare deeltjes heeft de ‘stroomgebiedmethode’ tot nu toe vrij goed gewerkt. Onze nieuwe methode kan echter ook automatisch deeltjes tellen die een halter of rups hebben, bestaande uit snaren van twee of drie overlappende bollen,” legt Wittemann uit, “legt Wittemann uit . “Dit bespaart een enorme hoeveelheid tijd.

“In de tijd die het meestal zou duren om een ​​deeltjessynthese te voltooien en de overeenkomstige tijdrovende metingen te doen, kunnen we ons nu concentreren op deeltjessyntheses en deze onder de microscoop onderzoeken, terwijl het AI-systeem voor het grootste deel van de rest zorgt. Stap is nu mogelijk in een fractie van de tijd die het nodig heeft. Dit betekent dat we acht tot tien deeltjesanalyses kunnen voltooien in de tijd die we vroeger nodig hadden. “

Daarnaast zijn de AI -metingen niet alleen efficiënter, maar ook betrouwbaarder. De AI -methode herkent de individuele fragmenten nauwkeuriger en meet ze nauwkeuriger dan andere methoden – zelfs die uitgevoerd door mensen. Als gevolg hiervan kunnen daaropvolgende experimenten worden aangepast en nauwkeuriger worden uitgevoerd, wat leidt tot het snellere succes van de testreeks.

Het onderzoek is gepubliceerd in het dagboek Wetenschappelijke rapporten.