Label Efficient Segmentation of SiC–C–Si Phases in SiC-based Ceramics from Optical Micrographs Using a Compact U-Net
تقدم هذه الورقة سير عمل فعال في استهلاك الملصقات يجمع بين التجميع غير الخاضع للإشراف في فضاء CIELAB لتوليد أقنعة تقريبية وبنية U-Net مدمجة لتحقيق تجزئة سريعة، وقابلة للتكرار، ودقيقة لأطوار كربيد السيليكون، والسيليكون الحر، والكربون في الصور المجهرية للسيراميك، متفوقة بشكل كبير على طرق العتبة التقليدية في ظروف التباين المنخفض مع تمكين التقدير الكمي عالي الإنتاجية لكسر الطور.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
يُعد كربيد السيليكون مادة صُنعت من أجل التحمل؛ فهو مادة سيراميكية شديدة الصلابة لدرجة تمكنها من قطع الفولاذ، ومع ذلك فهي خفيفة بما يكفي لاستخدامها في مجال الطيران والفضاء، ويمكنها تحمل درجات حرارة قد تذيب معظم المعادن. وبسبب هذه الخصائص، يستخدمه المهندسون لصنع أجزاء للمحركات والمكابح والأفران ذات الحرارة العالية. ومع ذلك، فإن هذه المادة ليست مادة موحدة أو متجانسة؛ فداخل كتلة من سيراميك كربيد السيليكون، يوجد خليط معقد من ثلاثة مكونات متميزة: بلورات كربيد السيليكون الرئيسية، والسيليكون الحر المتبقي، وجيوب من الكربون. ويعتمد أداء الجزء النهائي تماماً على كيفية ترتيب هذه المكونات الثلاثة وكمية كل منها. فإذا كانت نسبة السيليكون عالية جداً، فقد يصبح الجزء هشاً؛ وإذا كان توزيع الكربون غير منتظم، فقد يفشل تحت الضغط. ولصنع مواد أفضل، يحتاج العلماء إلى معرفة ما بداخلها بدقة، لكن رؤية هذه الأطوار الصغيرة المختلطة تحت المجهر أمر صعب للغاية بشكل مفاجئ.
لعقود من الزمن، حاول الباحثون إحصاء هذه المكونات غير المرئية عبر النظر إلى صور الضوء المنعكس لسطح المادة. وتكمن المشكلة في أن المكونات الثلاثة تبدو متشابهة جداً للعين البشرية ولبرامج الكمبيوتر القياسية؛ فهي جميعاً درجات من اللون الرمادي، كما يمكن أن يختلف الإضاءة من صورة إلى أخرى، مما يجعل من الصعب التمييز بين نهاية طور وبداية آخر. وتعتمد الطرق التقليدية غالباً على قواعد بسيطة، مثل "أي شيء أغمق من هذه الدرجة هو كربون"، لكن هذه القواعد تفشل عندما يكون التباين منخفضاً أو عندما تكون المواد المختلفة منسوجة معاً في خيوط دقيقة ومعقدة. وعندما تفشل هذه الطرق القديمة، يضطر العلماء لتتبع كل حبة يدوياً، وهي عملية بطيئة ومملة وعرضة للخطأ البشري. وقد تسبب هذا الاختناق في إبطاء تطوير السيراميك الأفضل، مما ترك المهندسين في حالة تخمين حول التركيب الدقيق لموادهم.
قام فريق من الباحثين من معهد أوسيبيانان لفيزياء الحالة الصلبة وجامعة إيركوتسك الحكومية بتطوير طريقة جديدة لحل هذه المشكلة. فبدلاً من الاعتماد على قواعد جامدة أو قضاء ساعات في رسم الخطوط يدوياً، ابتكروا نظاماً حاسوبياً ذكياً يتعلم التعرف على الأطوار الثلاثة من تلقاء نفسه. وكان مفتاح نجاحهم هو تقنية تسمى "الإشراف الضعيف". عادةً، يتطلب تدريب الكمبيوتر على رؤية هذه التفاصيل قيام إنسان بتسمية آلاف الصور بدقة، وتحديد كل بكسل (pixel) كسيليكون أو كربون أو سيراميك، لكن الباحثين أدركوا أنه يمكنهم تجاوز هذه الخطوة المرهقة. فقد استخدموا أولاً طريقة رياضية لتجميع الألوان في الصور إلى ثلاث فئات تقريبية؛ لم تكن هذه المجموعات مثالية، لكنها كانت جيدة بما يكفي لتكون نقطة انطلاق. ثم استخدموا هذه المسودات الأولية لتعليم شبكة عصبية مدمجة، وهي نوع من الذكاء الاصطناعي المستوحى من الدماغ البشري، كيفية التمييز بين الأطوار بدقة.
يعتمد النظام الذي بنوه على تصميم يُعرف باسم "U-Net"، وهو مصمم على شكل حرف U. يعمل النظام من خلال النظر أولاً إلى الصورة بأكملها لفهم السياق العام، ثم يركز على التفاصيل الدقيقة، وفي النهاية يجمع بين تلك الرؤى لرسم خريطة دقيقة لداخل المادة. وقد درب الباحثون هذا النظام على مئات الصور المجهرية لسيراميك كربيد السيليكون المصنوع عبر عملية تسمى "تسلل السيليكون السائل". في هذه العملية، يُصب السيليكون المنصهر في كتلة كربون مسامية، حيث يتفاعل لتكوين كربيد السيليكون مع ترك بعض السيليكون والكربون خلفه. واختبر الفريق نظامهم الجديد مقابل الطرق القديمة القائمة على القواعد وأيضاً مقابل التتبع اليدوي البطيء الذي يقوم به الخبراء البشريون. ووجدوا أن الطرق القديمة القائمة على القواعد غالباً ما تنهار تماماً عندما يكون التباين منخفضاً، وتفشل في فصل السيليكون عن السيراميك، مما ينتج حسابات غير دقيقة تماماً. ومع ذلك، حافظ نظام الذكاء الاصطناعي الجديد على مستوى عالٍ من الدقة حتى في أكثر الصور صعوبة وانخفاضاً في التباين.
وعلى الرغم من أن النظام الجديد لم ينتج دائماً خريطة بكسل مثالية تماماً مقارنة بخبير بشري يستخدم طريقة "التقسيم المائي" (watershed) التقليدية، إلا أنه قدم ميزة هائلة في السرعة والاتساق. فالطريقة التقليدية، التي تتطلب من الإنسان ضبط الإعدادات وتوجيه الكمبيوتر، يمكن أن تستغرق عشرات الدقائق أو حتى ساعة لمعالجة صورة واحدة. في المقابل، يمكن لنظام الذكاء الاصطناعي الجديد تحليل صورة مجهرية كاملة وعالية الدقة في أقل من ثانية على بطاقة رسوميات قياسية، أو في ثوانٍ معدودة على معالج كمبيوتر عادي. والأهم من ذلك، أن النظام قابل للتكرار؛ فإذا قمت بتشغيل نفس الصورة عبر النظام عشر مرات، فستحصل على نفس النتيجة في كل مرة، بينما قد يرسم الإنسان خطوطاً مختلفة قليلاً في كل مرة بسبب التعب أو التشتت. ووجد الباحثون أن النظام يمكنه تقدير حجم السيليون في المادة بهامش خطأ يقل عن 2% لمعظم العينات، وهو مستوى من الدقة كافٍ لمراقبة الجودة الصناعية الروتينية.
كما كشفت الدراسة عن سبب صعوبة تحليل بعض الصور مقارنة بغيرها. فقد طور الباحثون طريقة لقياس "صعوبة" الصورة المجهرية من خلال النظر في مدى رقة الروابط بين الأطوار ومدى تداخل الألوان. ووجدوا أنه عندما يشكل السيليكون جسوراً رفيعة جداً تربط بين أحواض أكبر، أو عندما تكون ألوان السيليكون والسيراميك متطابقة تقريباً، تفشل طرق العتبة (thresholding) البسيطة. ومع ذلك، استطاع نظام الذكاء الاصطناعي الجديد تجاوز هذه المناطق الشائكة من خلال التعلم من سياق الصورة المحيطة، حيث نجح فعلياً في رؤية الصورة الكاملة بدلاً من مجرد بكسلات معزولة. وهذه القدرة على التعامل مع البنى المجهرية المعقدة والفوضوية تعني أن العلماء يمكنهم الآن فحص وصفات السيراميك الجديدة بسرعة، واختبار كيفية تأثير ظروف التصنيع المختلفة على المادة النهائية دون أن يعيقهم التحليل اليدوي.
يمثل هذا العمل خطوة كبيرة للأمام في جعل السيراميك المتقدم أكثر سهولة وموثوقية. فمن خلال أتمتة عد المكونات المجهرية، أزال الباحثون عائقاً رئيسياً أمام تحسين هذه المواد. والنظام ليس حلاً سحرياً يعمل بشكل مثالي في كل حالة على الإطلاق؛ إذ لاحظ الباحثون أنه بالنسبة للهياكل الأكثر خشونة ذات الميزات الأكبر، كان معدل الخطأ أعلى قليلاً مقارنة بالطرق التقليدية. ومع ذلك، فإن المقايضة إيجابية للغاية، حيث توفر طريقة سريعة وتلقائية ومتسقة لفهم البنية الداخلية لسيراميك كربيد السيليون. وبينما يتطلع الفريق نحو المستقبل، يخططون لتطوير النظام بشكل أكبر وتطبيقه على مواد أكثر تعقيداً، مما قد يساعد في تصميم الجيل القادم من المكونات المقاومة للحرارة للصناعة والفضاء. إن القدرة على الرؤية بوضوح داخل العالم المجهري للسيراميك لم تعد صراعاً يدوياً بطيئاً، بل أصبحت عملية سريعة ومؤتمتة يمكنها مواكبة متطلبات الهندسة الحديثة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.