Resolution Enhancement of Scanning Electron Micrographs using Artificial Intelligence

يعتمد العلماء الذين يدرسون العالم غير المرئي للمواد على أداة قوية تسمى المجهر الإلكتروني الماسح. تقوم هذه الأداة بإطلاق حزمة من الإلكترونات على عينة للكشف عن تفاصيل أصغر بكثير مما يمكن للعين البشرية رؤيته، مما يسمح للباحثين بفهم كيفية بناء المعادن على المستوى المجهري. ومع ذلك، فإن التقاط هذه الصور شديدة الوضوما عملية بطيئة ودقيقة؛ فمن أجل رؤية أدق التفاصيل، يجب على المجهر مسح السطح نقطة بنقطة، وهي مهمة قد تستغرق ساعات حتى لمساحة صغيرة. وخلال فترة الانتظار الطويلة هذه، يمكن أن تتعرض العينة للتلف بسبب حزمة الإلكترونات، أو قد تنحرف الآلة نفسها قليلاً، مما يؤدي إلى تشويش الصورة النهائية. وبالنسبة للباحثين الذين يحاولون العثور على عيوب نادرة أو سمات محددة مخفية داخل قطعة كبيرة من المعدن، فإن هذا البطء يخلق عقبة: إذ يتعين عليهم الاختيار بين مسح مساحة صغيرة بتفاصيل عالية أو مساحة كبيرة بتفاصيل منخفضة، وكلاهما ليس مثالياً لفهم كيفية فشل المواد.

لقد وجد فريق من الباحثين في جامعة RWTH Aachen في ألمانيا طريقة لكسر هذه المقايضة باستخدام الذكاء الاصطناعي. فبدلاً من إجبار المجهر على قضاء ساعات في التقاط كل بكسل من صورة عالية الدقة، طوروا طريقة لإجراء مسح سريع ومنخفض الدقة ثم استخدام برنامج كمبيوتر لملء التفاصيل المفقودة بذكاء. تعمل هذه العملية من خلال تعليم "شبكة عصبية" —وهي نوع من النماذج الحاسوبية المستوحاة من الدماغ البشري— كيفية التعرف على أنماط معادن معينة. وقد درب الباحثون هذا النظام باستخدام نوعين مختلفين تماماً من الفولاذ: الفولاذ ثنائي الطور، وهو مزيج من المناطق الصلبة واللينة المستخدم في صناعة السيارات، وفولاذ التصليد السطحي، المعروف بسطحه المتين والمستخدم في التروس والآلات. ومن خلال عرض آلاف الأزواج من الصور على الكمبيوتر —واحدة ضبابية وأخرى حادة— تعلم النظام كيفية التنبؤ بما يجب أن تبدو عليه التفاصيل الدقيقة بناءً على النسخة الأكثر خشونة.

تعد نتائج هذا النهج قفزة نوعية في السرعة والوضوح. فعندما اختبر الباحثون طريقتهم، وجدوا أن الذكاء الاصطناعي يمكنه زيادة دقة الصورة بمقدار أربعة أضعاف في كل من العرض والارتفاع. وبما أن الوقت المطلوب لمسح منطقة ما ينمو بشكل أسي مع الدقة، فإن هذا التحسين يعني تقليل وقت التصوير الأولي بمعامل قدره ستة عشر. ومن الناحية العملية، فإن المساحة التي قد تستغرق عادة تسع ساعات لمسحها بدقة عالية يمكن التقاطها في ثلاثين دقيقة فقط بدقة منخفضة ثم تعزيزها فوراً بواسطة الكمبيوتر. وقد تحقق الفريق من أن الصور المحسنة لم تكن أسرع في الإنتاج فحسب، بل كانت أيضاً أكثر دقة من الطرق التقليدية المستخدمة لتكبير الصور، والتي غالباً ما تنتج صوراً ضبابية ومجزأة. نجح النظام الجديد في إعادة بناء الحواف الحادة، والشقوق، والشوائب الصغيرة داخل الفولاذ، محافظاً على الأنسجة المعقدة الضرية لفهم قوة المواد.

ومع ذلك، فقد حرص الباحثون على الإشارة إلى أن هذه ليست عصا سحرية تخلق معلومات من العدم. فالنظام يعمل بشكل أفضل عندما يتم تدريبه على المادة المحددة التي يفحصها. فعندما حاولوا لأول مرة تطبيق النموذج المدرب على الفولاذ ثنائي الطور مباشرة على فولاذ التصليد السطحي، كانت النتائج سيئة، حيث ظهرت شديدة السطوع وغير متوافقة. ولم تكن النتائج حادة وموثوقة إلا بعد قضاء وقت قصير في إعادة تدريب النظام باستخدام مجموعة صغيرة من الصور من نوع الفولاذ الجديد. وهذا يشير إلى أنه بينما تعد هذه التكنولوجيا قوية، فإنها تتطلب فترة قصيرة من التكيف لكل مادة جديدة. علاوة على ذلك، أظهر الفريق أن هذه الطريقة مفيدة بشكل خاص للعثور على الأحداث النادرة، مثل الشقوق الصغيرة التي تؤدي إلى فشل المعدن. فمن خلال مسح مساحة كبيرة بسرعة للعثور على هذه النقاط النادرة، ثم التركيز (الزوم) فقط على تلك النقاط المحددة لإجراء فحص نهائي عالي الدقة، يمكن للعلماء توفير ساعات من الوقت دون فقدان البيانات الحرجة التي يحتاجونها.

تؤكد الدراسة أن الجمع بين المسح السريع منخفض الدقة والتعزيز الذكي للصور هو مسار قابل للتطبيق لمستقبل علم المواد. فهو يسمح للباحثين بمراقبة مساحات أكبر من العينة وتتبع الضرر بمرور الوقت دون خطر إتلاف العينة من خلال التعرض الطويل لحزمة الإلكترونات. وبينما لا تعد الصور التي ينشئها الكمبيوتر نسخاً مثالية من عمليات المسح الأصلية عالية الدقة، إلا أنها حادة بما يكفي لتحديد السمات الرئيسية وهي متفوقة بكثير على الحيل الرياضية القياسية المستخدمة لتكبير الصور. يفتح هذا النهج الباب لدراسة تكوينات المواد الأكثر تعقيداً ومراقبة خطوات أكثر في التجارب في الوقت الفعلي، مما يمنح العلماء فعلياً نافذة أسرع وأوضح على العالم المجهري الذي يحكم قوة المواد التي نستخدمها كل يوم.