AI對鉑金電子顯微圖像進行分類（供圖：慶應義塾大學）
慶應義塾大學與切削工具製造商株式會社Ayabo（愛知縣安城市）的研究團隊，開發出了一項能夠從電子顯微鏡圖像中判定鉑金原子數的技術。該技術通過人工智慧（AI）的影像分析得以實現。
鉑金常被用作燃料電池的觸媒。通過深入研究鉑金，有望提高燃料電池的發電效率等。
用作觸媒的鉑金呈微粒狀態。由數個到數百個鉑原子構成的聚集體，哪怕只改變一個原子數，微粒的反應性也會發生變化，這對於觸媒的設計至關重要。
研究人員預先合成了特定原子數的微粒，並拍攝了其電子顯微鏡圖像。通過讓AI學習這些圖像，使得以往難以判別原子數的低倍率電子顯微鏡圖像也能夠進行分類。
慶應義塾大學的中島敦教授表示：「該技術將有助於在少量使用昂貴鉑金的同時實現高效利用」。研究還證實，以往研究中製備的鉑微粒同樣具備作為觸媒的發電性能。據稱，該AI識別技術不僅可應用於鉑金，還能擴展到鈀及合金等。
原文：《日本經濟新聞》、2026年4月28日
翻譯：JST客觀日本編輯部
【論文資訊】
期刊：npj Computational Materials
論文：Interpretable Deep Learning for Atomicity Classification of Platinum Nanoclusters in STEM Images
DOI：doi.org/10.1038/s41524-026-02014-z
期刊：Ultramicroscopy
論文：Evaluating Atomic Counts in Metal Nanoclusters via Scanning Transmission Electron Microscopy
DOI：doi.org/10.1016/j.ultramic.2025.114242
