Imagen adquirida por microscopía de fuerza atómica (AFM):una sola molécula, similar a la clorofila. Crédito:FLOTA
Una colaboración entre Australia y Alemania ha demostrado una operación de SPM totalmente autónoma, aplicando inteligencia artificial y aprendizaje profundo para eliminar la necesidad de supervisión humana constante.
El nuevo sistema, apodado DeepSPM, cierra la brecha entre la nanociencia, automatización e inteligencia artificial (IA), y establece firmemente el uso del aprendizaje automático para la investigación científica experimental.
"Optimizar la adquisición de datos de SPM puede ser muy tedioso. Este proceso de optimización generalmente lo realiza el experimentalista humano, y rara vez se informa, ", dice el investigador jefe de la FLEET, el Dr. Agustin Schiffrin (Universidad de Monash).
"Nuestro nuevo sistema impulsado por IA puede operar y adquirir datos de SPM óptimos de forma autónoma, durante varios días seguidos, y sin ninguna supervisión humana ".
El avance acerca las metodologías avanzadas de SPM, como la nanofabricación de precisión atómica y la adquisición de datos de alto rendimiento, a una aplicación llave en mano completamente automatizada.
El nuevo enfoque de aprendizaje profundo se puede generalizar a otras técnicas de GDS. Los investigadores han hecho que todo el marco esté disponible públicamente en línea como código abierto, creando un recurso importante para la comunidad de investigación en nanociencia.
Imagen adquirida mediante microscopía de túnel de barrido (STM):átomos de plata individuales en una superficie de metal cristalino Crédito:FLEET
DeepSPM totalmente autónomo
"Para el éxito de DeepSPM es fundamental el uso de un agente de autoaprendizaje, dado que las entradas de control correctas no se conocen de antemano, "dice el Dr. Cornelius Krull, co-líder del proyecto.
"Aprendiendo de la experiencia, nuestro agente se adapta a las condiciones experimentales cambiantes y encuentra una estrategia para mantener el sistema estable, "dice el Dr. Krull, que trabaja con el Dr. Shiffrin en la Escuela de Física y Astronomía de Monash.
El sistema impulsado por IA comienza con una búsqueda algorítmica de las mejores regiones de muestra y continúa con la adquisición de datos autónoma.
Luego utiliza una red neuronal convolucional para evaluar la calidad de los datos. Si la calidad de los datos no es buena, DeepSPM utiliza un agente de aprendizaje de refuerzo profundo para mejorar el estado de la sonda.
DeepSPM puede ejecutarse durante varios días, adquirir y procesar datos de forma continua, mientras gestiona los parámetros de la GDS en respuesta a diversas condiciones experimentales, sin ninguna supervisión.
El estudio demuestra ser completamente autónomo, operación de SPM a largo plazo por primera vez al combinar:
La microscopía de sonda de barrido impulsada por inteligencia artificial se publicó en Física de las comunicaciones en marzo de 2020.
