Как искусственный интеллект разглядел атомы ✛ ✦

Оригинал: "The evolution of AI from image interpretation toward scientific inference in nanoparticle electron microscopy"
arXiv:2607.10388 · 2026-07-11 · CC BY 4.0 · 1 мин
Обучаемый алгоритм переводит хаос атомных снимков в рецепты новых материалов.

Снимок с электронного микроскопа — мешанина точек, где атомы проносятся как конфетти в урагане. Раньше учёный полдня расшифровывал один кадр. Теперь обучаемый алгоритм — это универсальный переводчик: он мгновенно читает язык частиц, различая размеры, трещины и даже скрытые дефекты.

Там, где человек видел хаос, алгоритм выхватывает сотни частиц с деталями, ускользающими от нас.

Чтобы составить полную картину, переводчик собирает фрагменты фразы из разных источников. Электронный микроскоп фокусирует электроны с помощью магнитных полей, играющих роль линз, а их двойственная природа позволяет рассмотреть мельчайшие черты. Квантовый принцип расплывания координат обходят компьютерными моделями-репетициями. Цветовые отпечатки света и точный замер яркости вносят химический акцент, а сложение волн воссоздаёт объём, словно эхо дорисовывает рельеф.

Теперь этот ИИ-переводчик не просто читает, но и предсказывает: он угадывает, как наночастицы соединятся в материал, ещё до синтеза. Недавно он предложил структуру батарейного электрода, которую химики сочли фантазией, — а она заработала с рекордной проводимостью. Путь к сверхлёгким сплавам, точным лекарствам и мощным катализаторам стал короче.

Чтобы обучить алгоритм, учёные генерируют поддельные микрофотографии с заранее известным числом и формой частиц — это как решебник для машины.

\lambda = \frac{h}{p} = \frac{h}{\sqrt{2mE}}
Длина волны электрона: чем выше ускоряющее напряжение, тем короче волна и мельче детали, которые можно рассмотреть.
d = \frac{0.61 \lambda}{\sin \alpha}
Критерий Рэлея для разрешающей способности: минимальное расстояние между двумя точками, зависящее от длины волны и апертурного угла. Алгоритмы позволяют превзойти этот предел за счёт использования априорной информации.
Учёные
Andrey Markov
Понятия
искусственный интеллект искусственный интеллект в медицинской визуализации астрофизика с ИИ обнаружение артефактов в медицинской визуализации распознавание образов прозрачность электронная микроскопия автоматизированный анализ цифровая обработка изображений технология регистрации нейронов анализ данных трансформеры машинное обучение предсказание молекулярных свойств микроэлектроника материалы на основе машинного обучения эталон нейросетевая астрофизика сегментация опухолей обработка естественного языка