来源 | 悦智网
智库 | 云脑智库(CloudBrain-TT)
云圈 | 进“云脑智库微信群”,请加微信:15881101905,备注您的研究方向
声明 | 本号聚焦相关知识分享，内容观点不代表本号立场，可追溯内容均注明来源，若存在版权等问题，请联系(15881101905，微信同号)删除，谢谢
如今，很难找到在某个科学研究领域，深度学习不是热门话题。到处都在喊：深度学习能够发现癌症；它将揭示复杂蛋白结构；它能在先前的分析数据中发现新的系外行星；它甚至能发现万物理论。然而，要分辨真实和炒作，却并不容易。
对于深度学习，一个前景看好但可能被忽略的研究领域是显微镜学。虽然有很多新发现，但几十年来，扫描探针显微镜（SPM）和扫描透射电子显微镜（STEM）等的基本工作技术流程却没有很大变化。熟练的操作人员必须煞费苦心地设置、观测并分析样本。深度学习有潜力使单调任务自动化，并使整显微镜的特性更加锋利和聚合，极大地加速分析时间。“人们通常只会看看图像，然后辨别几个感兴趣的特性。”美国橡树岭国家实验室的研究员马克西姆•奇亚季诺夫（Maxim Ziatdinov）说，“由于无法从数据中提取所有感兴趣的实际特征，大多数信息基本上都被抛弃了。”奇亚季诺夫说，借助深度学习，有可能在几秒钟内提取有关原子结构位置和类型的信息，从而开启有更多可能的前景。这是经典的“聚沙成塔”式的梦想（理查德•费曼的著名论述“底层还有很大的空间”是一个经典表述）的一个转折点。改善硬件并非增加显微镜功能的唯一方法。显微镜自动化，软件也可以发挥作用。美国《材料研究协会公报》（Materials Research Society Bulletin）中的一篇文章表示：“这种机器将能够‘理解’看到的样本，并自动记录感兴趣的特征。显微镜将能通过参考数据库或现场样本来辨认各种特征的样子。”虽然“显微镜学”一词中有“微”字，但SPM和STEM等显微镜实际上处理的都是纳米级对象，包括单个原子。在SPM中，纳米级的尖端如同唱片机的唱针一样悬在样本表面，临摹凹槽，创建图像；而STEM则将大量电子洒向样本，然后收集通过的电子来生成一幅负片图像。
这两种显微镜学技术都能够让研究人员快速观察样本的明显结构特征。奇亚季诺夫等研究人员对特定特征的属性感兴趣，例如瑕疵。通过对样本施加电场等刺激，他们可以测量其响应方式，并创建功能图。但是，放大结构图像获得功能数据非常耗时，而且操作人员必须依靠猜测来选择特征进行分析。由于没有缜密的方法通过结构预测功能，因此操作员不得不靠技巧来选择好的特征。未来，这种单调冗长的特征选择有望交给神经网络完成，神经网络能够预测相关特征并找到它们，从而大大加速工作进程。自动化显微镜仍然处于概念验证阶段，全球有几个研究团队正在设计相关规范和进行初步试验。与很多深度学习领域不同，这里的成功不是简单地实现已有测量的自动化；借助自动化，研究人员还要实现以前无法进行的测量。奇亚季诺夫和同事已经在这个方向上取得了一些进展。多年来，他们研究石墨烯的显微镜数据，其中有几帧图像显示了瑕疵在直径为原子级的材料上形成张力。“我们无法对其进行分析，因为我们没有办法获得所有原子的位置信息。”奇亚季诺夫说。不过，经过石墨烯训练的神经网络能够标示出瑕疵边缘的新结构。显微镜并不仅限于观测。使用高能电子束对样本进行爆破，研究人员可以移动原子的位置，有效地创造一个“原子锻造炉”。就像铁水滚滚的传统锻铁炉一样，自动化能够让工作变得简单。深度学习指导原子锻造炉，发现瑕疵并修复瑕疵，或者轻轻地推动原子就位，形成复杂的结构。这个过程昼夜不停，没有人为错误，也不会有汗水或泪水。“如果你想要实现实际的制造能力，就像其他制造业那样，你就需要将其自动化。”奇亚季诺夫说。奇亚季诺夫对将自动化显微镜应用到量子设备很感兴趣，例如拓扑量子位。尽管制造这种量子位并不成功，但他认为自己也许有了答案。通过训练神经网络理解与功能有关的特定特征，深度学习能够解锁哪些原子调整能打造拓扑量子位，有些是人类尚未明确解决的问题。准确地标出未来自动化显微镜帮助打造量子设备离我们有多远，这不容易。全球仅有少数操作人员能够实现，因此很难将深度学习的结果与操作员的平均水平进行对比。此外，在这样一个不同原子之间的差异十分关键的领地里，也不清楚哪些障碍将成为最大的问题。最近一篇有关自动化显微镜发展前景的综述结论认为，显微镜“将成为科学发现的重大新机遇和范例”，并提示称“这一过程可能非常重要”。深度学习能否实现显微镜前沿领域的愿景，还有待观察。－ The End －
版权声明：欢迎转发本号原创内容，转载和摘编需经本号授权并标注原作者和信息来源为云脑智库。本公众号目前所载内容为本公众号原创、网络转载或根据非密公开性信息资料编辑整理，相关内容仅供参考及学习交流使用。由于部分文字、图片等来源于互联网，无法核实真实出处，如涉及相关争议，请跟我们联系删除。我们致力于保护作者知识产权或作品版权，本公众号所载内容的知识产权或作品版权归原作者所有。本公众号拥有对此声明的最终解释权。
投稿/招聘/推广/合作/入群/赞助 请加微信：15881101905，备注关键词
“阅读是一种习惯，分享是一种美德，我们是一群专业、有态度的知识传播者
↓↓↓ 戳“阅读原文”，加入“知识星球”，发现更多精彩内容.
分享💬 点赞👍 在看❤️@以“三连”行动支持优质内容！
