纳米世界的实时电影，科学家首次使用AI以毫秒级分辨率观察原子移动，登Science

编辑 | 2049

想象一下，如果我们能像观察夜空中闪烁的星星一样，清晰地观察到原子在材料表面的「舞动」，这将为理解材料功能打开一扇全新的大门。

然而，传统的电子显微镜技术面临着一个根本性挑战：要实现毫秒级时间分辨率的原子尺度成像，必须大幅降低电子束剂量，而这导致图像被噪声淹没，模糊了关键细节。

为了解决了这一技术瓶颈，亚利桑那州立大学（ASU）和纽约大学(NYU)的研究团队开发了一种基于无监督深度学习（Unsupervised Deep Learning）的去噪框架，实现了在温和电子束剂量下对气体环境中金属纳米颗粒表面进行毫秒级时间分辨率的原子尺度观察。

该研究以「 Visualizing nanoparticle surface dynamics and ancabilities enabled by deep denoising」为题，于 2025 年 2 月 27 日发布在《 Science》上。

论文链接： https://www.science.org/doi/10.1126/science.ads2688

相关报道： https://phys.org/news/2025-03-ai-nanoparticles-revealing-hidden-atomic.html

研究背景

纳米颗粒表面结构动力学（流动性，Fluxionality）在调节扩散、反应性和催化功能方面扮演重要角色，但其原子级过程尚未被充分理解。

近期研究表明，表面流动性与催化功能直接相关，但时空细节常被较差的信噪比（Signal-to-Noise Ratio，SNR）所掩盖。

原子动力学包含从快速振动到较慢迁移的不同运动类型，而在毫秒时间尺度上表征原子迁移将深化对材料功能的理解。

虽然现代电子探测器理论上可实现毫秒级原子结构成像，但为减少电子束损伤必须限制电子剂量率，导致图像被噪声主导，模糊了关键结构细节。

深度去噪技术与实验方法

研究团队开发的无监督深度视频去噪器（Unsupervised Deep Video Denoiser，UDVD）采用「盲点」结构设计，通过周围时空邻域估计每个噪声像素值，同时不考虑噪声像素本身。

这种设计防止模型简单地将输入直接映射到输出，而是学习估计潜在的干净图像结构，而不过度拟合噪声。

该技术将铂／二氧化铈样品在室温下的 CO 环境中进行观测，使用电子剂量率为 2000 e⁻·Å⁻²·s⁻¹，读出速率为 75 帧／秒，单帧曝光时间为 13 毫秒。

去噪后，图像信噪比提高了约 36 倍，相当于将束流或采集时间增加 1300 倍的效果，而不会破坏材料或时间分辨率。

图示：无监督深度去噪方法。（来源：论文）

表面动态与流动性研究发现

处理后的高时空分辨率图像揭示了令人惊讶的发现：在 CO 环境中，铂纳米颗粒表面持续在有序和无序配置之间转变。研究观察到表面上出现了「漂浮」的漫散衬度层，这些结构在时间和空间上不断变化。

图示：铂颗粒中的表面动态。（来源：论文）

另外，表面失稳产生的动态应力场能够穿透到表面以下，触发亚表面的扰动。

研究记录到晶体学剪切事件发生在表面下方平面上，导致堆垛层错（Stacking Fault）的形成。在这种情况下，铂（111）平面横向滑动，使面心立方堆垛序列转变为六方密堆表面区域。

这一观察证明，与表面吸附层相关的不稳定性可能使表面下方的晶体结构不稳定。

图示：亚表面位点的动态和纳米颗粒流动性。（来源：论文）

为定量分析这些现象，研究人员应用拓扑数据分析方法，通过累积寿命持久存活率（Accumulated Lifetime Persistent Survival，ALPS）统计量来衡量结构秩序度。

结果表明，ALPS 统计量的平均值与粒子大小（和表面体积比）呈近似线性关系，定量确认了不稳定性与尺寸成反比的假设。

通过这种分析，研究团队将铂颗粒的结构动态分为三类：

1、大颗粒（>3 nm）：保持有序状态，ALPS 值高（>1.5）

2、小颗粒（≤1.5 nm）：高度无序，ALPS 值低（<1.2）

3、中间尺寸颗粒（1.5-3 nm）：行为多样，可能极度流动或相对稳定

图示：铂纳米颗粒中全局结构动态的量化。（来源：论文）

未来展望与挑战

这项研究通过新型无监督 AI 去噪算法与原位电子显微镜的结合，实现了对纳米颗粒表面的高时空分辨率观察。结果揭示，纳米颗粒表面在晶体学终端与活跃吸附层之间持续转变，表面不稳定性可触发亚表面扰动。

尽管该技术显著提升了纳米级原子动态的观察能力，但研究仍存在局限性：无法直接观察 CO 表面覆盖层，且电子束仍会对观察产生一定影响。