Desde que entraram em uso em 1938, microscópios eletrônicos têm desempenhado um papel fundamental em uma série de avanços científicos, incluindo a descoberta de novas proteínas e terapêuticas e contribuições feitas para a revolução eletrônica. Mas o campo da microscopia eletrônica deve incorporar os últimos avanços na ciência de dados e inteligência artificial para realizar todo o seu potencial nos próximos anos, de acordo com uma equipe de pesquisa global co-liderada por Mitra Taheri, professor de ciência de materiais e engenharia na Escola de Engenharia de Whiting da Universidade Johns Hopkins.

Em um comentário em Materiais da Natureza , Taheri e a equipe discutem um modelo para um arquitetura de microscopia altamente integrada e orientada por dados necessária para enfrentar os desafios futuros no campo, como armazenamento de energia, ciência da informação quântica, e design de materiais. Eles recomendam uma abordagem que integra inteligência artificial e aprendizado de máquina em cada etapa do fluxo de trabalho da microscopia, permitindo experimentos e descobertas que não são possíveis apenas com a tecnologia de microscopia de hoje.

"Para aproveitar totalmente os volumes sem precedentes de dados disponíveis hoje, precisamos repensar completamente como a experimentação é conduzida em microscopia, "disse Taheri, que dirige o Centro de Caracterização e Processamento de Materiais da Johns Hopkins. "Estamos nos aproximando rapidamente do ponto de saturação de dados. As ferramentas de inteligência artificial e aprendizado de máquina não apenas nos permitem gerenciar o fluxo de dados, mas também permitem soluções de microscopia mais inovadoras no futuro. "

Na peça, os autores discutem como os microscópios de hoje nos permitem dar uma espiada no mundo em nível atômico usando feixes de elétrons e revelando como a locomoção e as malformações das partículas atômicas podem impactar materiais e processos químicos. A microscopia eletrônica e as melhorias nos componentes do instrumento, como lentes eletromagnéticas, trouxeram o campo para um longo caminho, e estão permitindo a extração de profundidade, informações verdadeiramente estatísticas sobre processos muito complexos pela primeira vez. Embora esta seja uma ótima notícia, os pesquisadores afirmam que ele traz à tona as limitações da microscopia em seu estado atual. Em termos de análise de várias amostras representativas e integração de grandes volumes de dados multidimensionais de detectores de alta velocidade, a microscopia tradicional é um tanto limitada, eles afirmam.

"O campo como um todo ainda não adotou métodos de ciência de dados que revolucionaram outros domínios, como a crioanálise de partícula única e cristalografia de raios-X, "explica Steven Spurgeon, cientista de materiais do Pacific Northwest National Laboratory e co-autor do comentário. "Você está bebendo de uma mangueira de incêndio quando o instrumento leva 1, 000 imagens por segundo. "

Taheri diz que repensar como a experimentação de microscopia é conduzida e incorporar esses métodos revolucionários de ciência de dados é a chave para desbloquear todo o poder da microscopia eletrônica e desempenhará um papel crítico na realização dos objetivos do Iniciativa de Genoma de Materiais .