北京
一个美国学生，把原本要花44小时的颗粒分析，压缩到了10小时。他做的不是什么惊天动地的大装置，而是一套让X光显微镜"自己找目标"的软件。
这个人叫 Carlos DeLeon，当时正在布鲁克海文国家实验室（BNL）的国家同步辐射光源 II 实习。他参加的是美国能源部（DOE）的本科生实验室实习项目（SULI）。带他的导师是实验室光束线科学家 Ajith Pattammattel 博士。两人一起把原本需要人盯着操作的X射线分析流程，改成了自动化。
这套工具叫 X-AutoMap。它做的事情说起来不复杂：让X光显微镜自己认出"值得细看的颗粒"，然后自动去分析它们的化学成分。
先搞清楚：为什么要看颗粒
空气污染里飘着成千上万的微小颗粒，化学成分各不相同。有的是烟灰，有的是灰尘，有的是花粉，还有空气里的微塑料。人每天都在吸进去。
问题在于，这些颗粒的化学成分不一样，对健康的风险也不一样。有些颗粒的风险明显更高。所以研究者想弄明白：空气污染到底怎么影响人的健康，就得先搞清楚吸进去的到底是什么。
但这件事做起来很慢。研究人员必须手动检查大量样本，再一个一个挑出颗粒来做细致分析。整个过程要花好几天。
Pattammattel 的说法很直接："如果能在不需要人操控实验的情况下，就确定详细的化学成分，效率会高得多。"
这套工具是怎么工作的
X-AutoMap 配合的是实验室里的硬X射线纳米探针（HXN）。这是一台能在极小尺度上观察材料的强力显微镜。整个流程分两步走：
- HXN 先对样本做一次快速的低分辨率扫描。
- 软件分析X射线荧光信号，找出符合特定化学特征的颗粒。
- 一旦找到目标，显微镜自动启动高分辨率扫描，把颗粒的化学成分和结构显示出来。
关键在于，软件遵循的是研究人员提前设定好的科学规则。Pattammattel 解释了为什么这么做："如果我们能把不同的专家知识编码、组合进一个计算机模型，让显微镜用这些信息自动判断哪里需要高分辨率扫描，那会容易得多。"
说白了，就是把人的判断经验提前"写进"软件里，让机器照着执行。
实验室里的实测结果
研究团队用的是从城市空气污染中采集的颗粒物样本。软件成功在10小时内分析了大约500个颗粒。作为对比，手动收集数据一共花了44小时。
时间上的差距是一方面，更值得注意的是它看出了什么。
系统识别出两类含铁颗粒之间的关键差异：
- 一类颗粒里，铁、铬、锰紧密混合在一起。很多呈球形——这种形状通常和高温工业过程有关。
- 另一类颗粒里，铁、钙、硅以分离颗粒簇的形式排列。这种结构通常和天然或地质材料有关。
研究团队指出，这些差异在低分辨率扫描下很难被发现。
它现在还做不到什么
这套软件有明确的边界。它只能识别科学家指定的颗粒，而且可能会漏掉非常小的颗粒，或者化学信号很弱的颗粒。
团队的计划是继续改进它，并探索用AI模型来检测更多种类的材料。
除了空气污染研究，这套软件还可能用在电池和电子产品的分析上。
一个实习生的意外收获
DeLeon 在新闻稿里回顾了这段实习经历，还鼓励那些犹豫要不要申请的学生去试一试。
"很多人倾向于怀疑自己，或者低估自己，然后错过这样的机会，"他说，"你永远不知道这样一段经历会把你带到哪里，所以我鼓励任何感兴趣的人去申请，看看会发生什么。"
这项研究已经发表在期刊 Advanced Intelligent Discovery 上。
回头看这件事，真正有意思的地方不在于"44小时变10小时"这个数字本身，而在于它背后的思路：把专家的判断规则提前写进软件，让昂贵的科学仪器少等人、多干活。空气污染颗粒只是第一个试验场，同样的逻辑，理论上可以搬到任何需要"先找目标、再细看"的分析场景里。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
