Os átomos são os blocos básicos de construção de todos os materiais. Para adaptar as propriedades funcionais, é essencial determinar com precisão suas estruturas atômicas. Os pesquisadores do KAIST observaram a estrutura atômica 3D de uma nanopartícula no nível do átomo por meio de tomografia eletrônica atômica assistida por rede neural.

Usando uma nanopartícula de platina como sistema modelo, uma equipe de pesquisa liderada pelo professor Yongsoo Yang demonstrou que uma abordagem de aprendizagem profunda baseada na atomicidade pode identificar de forma confiável a estrutura atômica da superfície 3D com uma precisão de 15 picômetros (apenas cerca de 1/3 do raio de um átomo de hidrogênio). O deslocamento atômico, cepa, e a análise das facetas revelou que a estrutura atômica da superfície e a deformação estão relacionadas tanto à forma da nanopartícula quanto à interface partícula-substrato. Esta pesquisa foi relatada em Nature Communications .

Combinado com cálculos de mecânica quântica, como a teoria funcional da densidade, a capacidade de identificar com precisão a estrutura atômica da superfície servirá como uma chave poderosa para a compreensão do desempenho catalítico e do efeito de oxidação.

"Resolvemos o problema de determinar a estrutura atômica da superfície 3D dos nanomateriais de uma maneira confiável. Tem sido difícil medir com precisão as estruturas atômicas da superfície devido ao 'problema de cunha ausente' na tomografia eletrônica, que surge de limitações geométricas, permitindo que apenas parte de uma faixa angular tomográfica completa seja medida. Resolvemos o problema usando uma abordagem baseada no aprendizado profundo, "explicou o professor Yang.

O problema de cunha ausente resulta em artefatos de alongamento e anel, afetando negativamente a precisão da estrutura atômica determinada a partir do tomograma, especialmente para identificar as estruturas superficiais. O problema da cunha ausente tem sido o principal obstáculo para a determinação precisa das estruturas atômicas da superfície 3D dos nanomateriais.

A equipe usou tomografia eletrônica atômica (AET), que é basicamente uma tomografia computadorizada de alta resolução para nanomateriais usando microscópios eletrônicos de transmissão. AET permite a determinação estrutural atômica 3D em nível de átomo individual.

"A ideia principal por trás dessa abordagem baseada no aprendizado profundo é a atomicidade - o fato de que toda a matéria é composta de átomos. Isso significa que o verdadeiro tomograma de elétrons de resolução atômica deve conter apenas potenciais atômicos 3D nítidos convolvidos com o perfil do feixe de elétrons, "disse o professor Yang.

"Uma rede neural profunda pode ser treinada usando tomogramas simulados que sofrem de cunhas ausentes como entradas, e os volumes atômicos 3D verdadeiros como alvos. A rede de aprendizagem profunda treinada aumenta efetivamente os tomogramas imperfeitos e remove os artefatos resultantes do problema de cunha ausente. "

A precisão da estrutura atômica 3D pode ser aumentada em quase 70% aplicando o aumento baseado em aprendizado profundo. A precisão da identificação do átomo de superfície também foi significativamente melhorada.

Relações estrutura-propriedade de nanomateriais funcionais, especialmente aquelas que dependem fortemente das estruturas superficiais, tais como propriedades catalíticas para aplicações de células de combustível, agora pode ser revelado em uma das escalas mais fundamentais:a escala atômica.

Professor Yang concluiu, "Gostaríamos de mapear totalmente a estrutura atômica 3D com maior precisão e melhor especificidade elementar. E não nos limitando a estruturas atômicas, pretendemos medir o físico, químico, e propriedades funcionais de nanomateriais na escala atômica 3D, avançando ainda mais nas técnicas de tomografia eletrônica. "