摘要：一组研究人员成功地调整了AI系统，以可靠地帮助进行纳米颗粒测量，从而大大加快了研究过程。...

纳米颗粒研究人员大部分时间都花在一件事上：计数和测量纳米颗粒。每一步，他们都必须检查结果。他们通常通过分析将数百个纳米颗粒的显微镜图像紧密地堆积在一起来做到这一点。对它们进行计数和测量需要很长时间，但是这项工作对于完成下一个适当优化的纳米颗粒合成所需的统计分析至关重要。

亚历山大·维特曼（Alexander Wittemann）是康斯坦茨大学（University of Konstanz）的胶体化学教授。他和他的团队每天都重复此过程。维特曼回忆说：“当我研究博士学位论文时，我们使用了一台大粒子计数机进行这些测量。这就像一个收银机，当时，当我每天可以测量三百纳米粒子时，我真的很高兴。”但是，可靠的统计数据需要为每个样本进行数千次测量。如今，计算机技术的使用增加意味着该过程可以更快地移动。同时，自动化方法非常容易出现错误，研究人员本身仍需要进行许多测量，或者至少要进行双重检查。

正确的计数 - 即使在冠状病毒大流行期间具有复杂的颗粒，好运也使维特曼与他的博士生Gabriel Monteiro接触，他不仅对编程和人工智能有所了解，而且与计算机科学家有联系。 Wittemann和Monteiro开发了一个基于Meta开源AI技术“细分模型”的程序。该程序可以在微观图像中对纳米颗粒的AI支持计数，并随后对每个粒子进行自动测量。

Wittemann解释说：“对于明确的颗粒，到目前为止，'流域方法'的效果很好。但是，我们的新方法还可以自动计算具有哑铃或毛毛虫形状的粒子，由两个或三个重叠球的字符串组成。”他补充说：“这节省了大量时间。” “在通常需要完成粒子合成并进行相应的耗时测量的时间里，我们现在可以专注于粒子合成并在显微镜下检查它们，而AI系统则负责大部分的其余步骤。现在可以在曾经需要的时间内完成八到粒子分析的时间。

除此之外，AI测量不仅更有效，而且更可靠。 AI方法比其他方法（即使是人类进行的方法）更准确地识别单个碎片，并更精确地衡量它们。结果，可以更精确地对随后的实验进行调整和进行，从而导致测试系列的成功速度。

研究小组已发布了新的AI例程，以及研究中的所需代码和数据开放访问Git-Hub和Kondata的数据，供其他研究人员使用和讨论。