محققان نانوذرات بیشتر وقت خود را صرف شمارش و اندازهگیری نانوذرات میکنند. این فرآیند شامل بررسی تصاویر میکروسکوپی از صدها نانوذره متراکم است که تحلیل آنها زمان زیادی میبرد اما برای انجام آنالیزهای آماری و سنتز بهینه نانوذرات ضروری است.
الکساندر ویتمن، استاد شیمی کلوئیدی در دانشگاه کنستانز، در این مقاله بیان میکند که این فرایند بهشدت زمانبر است. او به یاد میآورد که در دوران دکتری خود تنها میتوانست روزانه ۳۰۰ نانوذره را اندازهگیری کند. اما برای دستیابی به نتایج آماری معتبر، این عدد باید به هزاران اندازهگیری در هر نمونه افزایش یابد. با این حال، برای دستیابی به آمارهای قابل اعتماد، به هزاران اندازهگیری برای هر نمونه نیاز است. امروزه، فناوریهای کامپیوتری سرعت این فرآیند را افزایش دادهاند، اما روشهای خودکار همچنان مستعد خطا هستند و نیاز به بررسیهای دستی دارند.
در دوران همهگیری کرونا، ویتمن با دانشجوی دکتری خود، گابریل مونتیرو، که در زمینه برنامهنویسی و هوش مصنوعی تخصص دارد، همکاری کرد. این دو محقق با استفاده از فناوری هوش مصنوعی “Segment Anything Model” متعلق به شرکت Meta، برنامهای توسعه دادند که میتواند نانوذرات را در تصاویر میکروسکوپی شناسایی، شمارش و اندازهگیری کند.
این روش جدید حتی برای نانوذراتی با اشکال پیچیده مانند ساختارهای دمبلی یا زنجیرهای از چند کره نیز کاربرد دارد. ویتمن میگوید: “این فناوری زمان زیادی را صرفهجویی میکند. فرآیندی که قبلاً برای اندازهگیری یک نمونه لازم بود، اکنون در کسری از آن زمان انجام میشود، به طوری که میتوانیم در زمان انجام یک تحلیل، هشت تا ده تحلیل را تکمیل کنیم.”
علاوه بر افزایش سرعت، روش هوش مصنوعی دقت بیشتری نسبت به روشهای قبلی، حتی اندازهگیریهای دستی، ارائه میدهد. این دقت بیشتر منجر به بهبود طراحی آزمایشهای بعدی و تسریع پیشرفت در تحقیقات نانوذرات میشود.
تیم تحقیقاتی، کدها و دادههای این پروژه را بهصورت متنباز در GitHub و KonData منتشر کرده است تا دیگر پژوهشگران بتوانند از آن استفاده کرده و بهبود بخشند.
کد خبر ۲۰۱۰۳۱۲۰۱.۰۵۵
منبع:ساینس دیلی
