避免 AI「亂想像」細節，UBSIM 結合光學物理提高細胞影像可信度

美國加州大學聖地牙哥分校（UCSD）研究團隊 20 日宣布，運用人工智慧開發出一套新的顯微成像方法，能即時觀察活細胞內部運作，影像清晰度約為傳統顯微鏡的兩倍，且可流暢播放成影片。這項成果刊登於《Nature Communications》，有望讓高階超解析顯微技術更接近日常研究使用。

這項技術建立在結構光照明顯微鏡（SIM）之上。SIM透過將圖樣化光線投射到樣本，再結合少量影像來提升細節，特別適合研究活細胞，因為它速度快、光照較低，能減少對細胞的傷害。不過，部分SIM系統需要非常精準的光圖樣校準，稍有誤差就會影響畫質；而使用隨機光圖樣的簡化系統，則常面臨每幀需耗時數秒到數分鐘的運算瓶頸。

UCSD團隊由加州大學聖地牙哥分校Jacobs工程學院電機與電腦工程系教授Zhaowei Liu領導，開發出改良版方法「unrolled blind-SIM」（UBSIM）。研究團隊把人工智慧導入影像重建流程，讓系統在維持較簡單硬體架構的同時，能以快上數百到數千倍的速度產出高品質影像，使科學家幾乎能在影像拍攝當下即時觀看結果。

▲ UBSIM演算法示意圖。（Source：UCSD）

研究人員強調，UBSIM的一大優勢是結合了成像物理原理，降低傳統AI方法可能產生錯誤細節、假構造的風險。論文第一作者、Zhaowei Liu實驗室電機與電腦工程博士生Zachary Burns表示，許多神經網路模型在面對新資料時可能「想像」出不存在的結構，對科學研究是一大問題；而這套方法透過光學物理整合，可提升結果可信度。