原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象你是一名侦探，试图在一座庞大而 sprawling 的城市中寻找几处微小而稀有的线索。在材料科学的世界里，这座“城市”是一块金属（例如钢），而那些“线索”则是肉眼无法看见的微小裂纹或损伤点。
为了找到这些线索，科学家们使用一种名为扫描电子显微镜（SEM）的强大显微镜。然而，存在一个主要问题：为了清晰地看到这些线索，显微镜必须对整个“城市”拍摄超高分辨率的照片。如果城市非常巨大，拍摄每一块“砖头”的高分辨率照片可能需要数天甚至数周。这太慢了。
本文介绍了一种名为SPARSE的新工具（其全称为Selective Parallelized Adaptive Rescanning for SEM Efficiency，即用于提高扫描电子显微镜效率的选择性并行自适应重扫描）。可以将 SPARSE 想象为一种节省大量时间的智能两步侦探策略。
旧方法：“慢行者”
想象你步行穿过整座城市，在每一栋房子前停下，为前门拍摄一张详细的高分辨率照片，以防那里有线索。尽管 99% 的房子完好无损，你仍然必须停下并拍摄每一栋。这就是科学家们过去所做的事情。这种方法很彻底，但耗时极长。
SPARSE 方法：“智能侦察兵”
SPARSE 通过采用两阶段方法改变了游戏规则，就像一名侦察兵和一名专家协同工作一样。
第一步：快速侦察兵（“模糊地图”）
显微镜不再在每一栋房子前停下，而是先拉远镜头，快速拍摄整座城市的一张低分辨率“模糊”照片。这就像从直升机上俯瞰地图。它很快，无法显示精细细节，但足以发现“可疑”区域（例如可能代表裂纹的暗斑）。
第二步：专家（“高分辨率变焦”）
一旦“模糊地图”识别出几个可疑点，系统就不会在城市的其余部分浪费时间。它只派遣一名专家前往这些特定地点，拍摄最终报告所需的超详细高分辨率照片。
秘诀：同时做两件事
SPARSE 的真正魔力不仅在于跳过无聊的部分，还在于它如何处理时间。
想象一条工厂装配线。在旧方法中，机器会停下来，等待检查员检查第一件物品，撰写报告，然后才移动到下一件物品。在检查员工作时，机器处于闲置状态。
SPARSE 使用并行处理（同时做两件事）。
- 当显微镜忙于拍摄下一个街区的“模糊”照片时，旁边的计算机已经在分析上一个街区的“模糊”照片，以寻找可疑点。
- 一旦显微镜完成下一个街区，计算机就会喊道：“嘿，我们在上一个区域发现了一个嫌疑犯！回去放大查看！”
- 显微镜立即放大查看该嫌疑犯，同时计算机开始分析下一个街区。
由于计算机和显微镜完美同步工作，显微镜无需闲置等待计算机完成计算。“思考时间”被隐藏在“扫描时间”之中。
结果：速度提升而不丢失线索
研究人员在一种用于汽车的钢（双相钢）上测试了这种方法。他们正在寻找微小的损伤点。
- 目标：发现 99% 的损伤点。
- 结果：使用 SPARSE，他们发现了 99% 的损伤点，但仅花费了原本以高分辨率扫描整个区域所需时间的约58%。
- 权衡：如果他们愿意漏掉极小部分最难看见的最小点（发现 95% 而不是 99%），他们可以在仅**19%**的原始时间内完成工作。
为什么这很重要
论文强调，这不仅仅是关于更快；而是关于能够观察更多的区域。由于该过程快得多，科学家们现在可以扫描更大面积的金属，以获得更好的统计数据。这就像能够搜索整座城市而不仅仅是一个街区，从而更真实地反映材料的行为。
总结：SPARSE 是一种智能软件工具，就像一个不知疲倦的双人团队。一人快速扫描整个区域以找出“有趣”的部分，另一人立即以高精度放大这些部分。他们协同工作，效率极高，使得显微镜始终处于忙碌状态，将详细分析所需的时间减少了一半以上，同时仍能捕捉到几乎所有罕见的缺陷。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。