El análisis de datos de rayos X en tiempo real con DONUT acelera la ciencia de los materiales

El Laboratorio Nacional de Argonne del Departamento de Energía de los Estados Unidos ha introducido una herramienta innovadora llamada DONUT, que permite el análisis en tiempo real de datos de rayos X y acelera significativamente la investigación en ciencias de los materiales. Desarrollada a través de la colaboración entre la Fuente Avanzada de Fotones (APS) y el Centro de Materiales a Nanoscala (CNM), ambas instalaciones de usuarios de la Oficina de Ciencias del DOE, la herramienta aprovecha el aprendizaje profundo para interpretar datos de difracción de rayos X complejos instantáneamente. Esta innovación marca un cambio hacia una experimentación más dinámica y receptiva, lo que permite a los investigadores adaptar sus estrategias en tiempo real.

DONUT, abreviatura de Diffraction with Optics for Nanobeam by Unsupervised Training, es una red neuronal consciente de la física diseñada para comprender cómo los haces de rayos X interactúan con los materiales. Al integrar los principios fundamentales de la física en su arquitectura, la herramienta mejora la precisión de las predicciones con respecto a las estructuras de los materiales. El sistema se desarrolló y probó utilizando datos de la línea de haz de nanosonda de rayos X duros, que combina recursos de la APS y la CNM. Publicado en la revista npj Computational Materials, el estudio destaca el potencial de DONUT para revolucionar la forma en que los científicos abordan la caracterización de los materiales.

Los métodos tradicionales de análisis de datos de microscopía de difracción de rayos X, en particular el escaneo de microscopía de nanodiffración de rayos X (SXDM), eran conocidos por ser lentos e intensivos en mano de obra. Estas técnicas a menudo requerían semanas o incluso meses para producir resultados, limitando la capacidad de los investigadores para iterar rápidamente o explorar nuevas hipótesis. DONUT aborda estos desafíos procesando datos en tiempo real, ofreciendo resultados que pueden ser cientos de veces más rápidos que los enfoques convencionales. Esta capacidad permite a los científicos refinar sus experimentos dinámicamente, mejorando la eficiencia y la profundidad de la visión.

SXDM es una técnica sofisticada que mapea la estructura cristalina de los materiales dirigiendo un haz de rayos X enfocado sobre una muestra. Este método proporciona información crítica sobre cómo funcionan los materiales en aplicaciones que van desde la tecnología de baterías hasta la catálisis y la electrónica. Sin embargo, la complejidad de los datos generados por SXDM, caracterizados por múltiples capas y dimensiones, ha dificultado históricamente la interpretación. Los científicos anteriormente confiaban en la comparación manual de datos experimentales contra patrones simulados, un proceso que no solo consumía tiempo, sino que también era susceptible a errores humanos.

A diferencia de los sistemas tradicionales de IA que requieren datos de entrenamiento etiquetados, DONUT aprende directamente de entradas experimentales, eliminando la necesidad de conjuntos de datos pre-etiquetados. Este mecanismo de autoentrenamiento hace que la herramienta sea altamente adaptable, permitiendo a los usuarios adaptar las predicciones de acuerdo con objetivos experimentales específicos. Según Mathew Cherukara, un científico computacional de Argonne, la flexibilidad de DONUT permite análisis personalizados, proporcionando efectivamente una "receta" única para cada investigación científica.

Los investigadores de la APS ahora pueden diseñar y ejecutar experimentos de autoconducción, donde la toma de decisiones se guía por la retroalimentación inmediata de la recopilación de datos en curso. Esta característica es particularmente valiosa para los estudios que involucran el comportamiento de los materiales en el mundo real, donde la adaptación rápida es esencial.

La herramienta no solo agiliza el análisis de datos, sino que también reduce las barreras de entrada para los nuevos usuarios, fomentando una participación más amplia en la exploración científica de vanguardia.Con un mayor refinamiento y aplicación, DONUT está listo para redefinir el ritmo y el alcance del descubrimiento de materiales en los próximos años.