Разработка создана командой Dalian Institute of Chemical Physics. По словам исследователей, объём данных, который Yuanyan-1 способен собрать всего за две недели, сопоставим с результатами примерно года работы традиционных трансмиссионных электронных микроскопов.
Трансмиссионные электронные микроскопы, или TEM-системы, считаются ключевыми инструментами для изучения материалов на атомном и наномасштабном уровне. Они широко используются в энергетике, химической промышленности, материаловедении и биомедицинских исследованиях. Однако почти сто лет такие системы в основном зависели от ручного управления оператором, что ограничивало скорость работы, воспроизводимость результатов и возможности масштабного количественного анализа.
Для создания полностью интеллектуальной платформы китайским инженерам пришлось решить сразу несколько сложных технических задач. Среди них — автоматическая передача образцов в условиях глубокого вакуума, автономная настройка электронно-оптической системы, интеллектуальное позиционирование наноструктур, автоматизированное получение изображений с анализом в реальном времени, а также координация всех компонентов установки через ИИ-систему управления.
В результате Yuanyan-1 получил полностью автоматизированный цикл работы — от загрузки образца до генерации аналитического отчёта без участия человека.
Особенно заметный прирост производительности система показала при анализе катализаторов и наноматериалов. За один день микроскоп способен обработать около 200 образцов и получить до 5000 изображений. Одновременно система автоматически проводит количественный анализ примерно 500 тысяч частиц, формируя готовые профессиональные отчёты с данными о размерах частиц, распределении, дисперсии и кристаллической структуре.
По оценкам разработчиков, скорость получения изображений оказалась примерно в 56 раз выше по сравнению с традиционными TEM-системами, а эффективность анализа — почти в 300 раз выше, чем при ручной работе специалистов.
Исследователи считают, что технология знаменует переход от классической «ручной» электронной микроскопии к полностью автономным научным платформам на базе искусственного интеллекта. В перспективе такие системы могут стать критически важными для развития энергетической химии, геномики материалов, фармацевтики и наук о жизни, где всё большую роль начинают играть массивы высокоточных экспериментальных данных, пригодных для обучения ИИ-моделей.
Если вам понравился материал, кликните значок — вы поможете нам узнать, каким статьям и новостям следует отдавать предпочтение. Если вы хотите обсудить материал —не стесняйтесь оставлять свои комментарии : возможно, они будут полезны другим нашим читателям!
