p Com o início da 4ª revolução industrial, a inteligência artificial foi recentemente utilizada em câmeras de smartphones, fornecendo funções como foco automático, reconhecimento de rosto, e zoom 100x, para melhorar drasticamente nossa vida diária. Também tem sido aplicado à pesquisa e desenvolvimento de novos materiais. p Uma equipe de pesquisa conjunta da POSTECH e do Instituto Coreano de Ciência de Materiais (KIMS) aplicou o aprendizado profundo ao sistema de microscopia eletrônica de varredura (SEM) para desenvolver uma técnica que pode detectar e melhorar a qualidade das imagens SEM sem supervisão humana. O EMS é um equipamento essencial para análise de materiais, utilizado para o desenvolvimento de novos materiais. Os resultados desta pesquisa foram publicados recentemente em Acta Materialia , o jornal mais confiável na área de materiais metálicos.

p O SEM é um dos tipos mais avançados de equipamento de análise de material crucial para investigar a correlação entre o microestrutural e o físico, químico, e propriedades mecânicas dos materiais, fornecendo seus dados de imagem microestrutural. Contudo, para obter alta qualidade, limpar imagens SEM, o operador deve ser altamente qualificado para manobrar o sistema com alta precisão - caso contrário, pode levar a imagens microscópicas de baixa qualidade. A qualidade dessas imagens precisa ser melhorada porque elas afetam diretamente os processos subsequentes de análise de material.

p Para isso, a equipe de pesquisa conjunta desenvolveu um método de refocagem baseado em aprendizado profundo que detecta e melhora automaticamente a qualidade das imagens microscópicas. Esta tecnologia é baseada em uma rede neural profunda em várias escalas e demonstrou que a qualidade da imagem pode ser melhorada em configurações cegas sem qualquer conhecimento prévio ou suposições do grau de desfoque no nível de degradação da imagem. Além disso, os pesquisadores também propuseram uma técnica para treinar a rede para aprender não só como, mas também onde focar em imagens desfocadas não uniformemente, aproximando-se mais da comercialização de equipamentos de análise de materiais baseados em IA.

p "Esperamos que o custo e o tempo para o desenvolvimento de novos materiais sejam reduzidos com a automação do processo de imagem SEM da microscopia eletrônica de varredura, que é amplamente utilizado para pesquisa e desenvolvimento de novos materiais, "comentou o professor Seungchul Lee, que conduziu o estudo.