Ogni anno, ricercatori di tutto il mondo visitano il Laboratorio nazionale dell'acceleratore SLAC del Dipartimento dell'energia per condurre centinaia di esperimenti in chimica, scienza dei materiali, ricerca biologica ed energetica presso il laser a raggi X Linac Coherent Light Source (LCLS). LCLS crea raggi X ultraluminosi da fasci di elettroni ad alta energia prodotti in un gigantesco acceleratore lineare di particelle.

Gli esperimenti alla LCLS vengono eseguiti 24 ore su 24, su due turni di 12 ore al giorno. All'inizio di ogni turno, gli operatori devono modificare le prestazioni dell'acceleratore per preparare il fascio di raggi X per il prossimo esperimento. Qualche volta, sono necessarie ulteriori modifiche anche durante un turno. Nel passato, gli operatori hanno dedicato centinaia di ore ogni anno a questo compito, chiamato sintonizzazione dell'acceleratore.

Ora, I ricercatori SLAC hanno sviluppato un nuovo strumento, utilizzando l'apprendimento automatico, che può rendere parte del processo di messa a punto cinque volte più veloce rispetto ai metodi precedenti. Hanno descritto il metodo in Lettere di revisione fisica il 25 marzo.

Accordare il raggio

La produzione del potente fascio di raggi X di LCLS inizia con la preparazione di un fascio di elettroni di alta qualità. Una parte dell'energia degli elettroni viene quindi convertita in luce a raggi X all'interno di speciali magneti. Le proprietà del fascio di elettroni, che deve essere densa e ben focalizzata, sono un fattore critico per la qualità del fascio di raggi X.

"Anche una piccola differenza nella densità del fascio di elettroni può avere un'enorme differenza nella quantità di raggi X che emetti alla fine, "dice Daniel Ratner, capo dell'iniziativa di apprendimento automatico di SLAC e membro del team che ha sviluppato la nuova tecnica.

L'acceleratore utilizza una serie di 24 magneti speciali, chiamati magneti quadrupolari, per mettere a fuoco il fascio di elettroni in modo simile a come le lenti di vetro focalizzano la luce. Tradizionalmente, gli operatori umani ruotavano con cura le manopole per regolare i singoli magneti tra i turni per assicurarsi che l'acceleratore producesse il raggio di raggi X necessario per un particolare esperimento. Questo processo ha richiesto molto tempo agli operatori, tempo che potevano dedicare ad altri compiti importanti che migliorano il raggio per gli esperimenti.

Alcuni anni fa, Gli operatori LCLS hanno adottato un algoritmo informatico che ha automatizzato e accelerato questa messa a punto del magnete. Però, è venuto con i suoi svantaggi. Mirava a migliorare il raggio di raggi X apportando regolazioni casuali ai punti di forza dei magneti. Ma a differenza degli operatori umani, questo algoritmo non aveva alcuna conoscenza preliminare della struttura dell'acceleratore e non poteva fare ipotesi plausibili nella sua messa a punto che alla fine avrebbero potuto portare a risultati ancora migliori.

Questo è il motivo per cui i ricercatori SLAC hanno deciso di sviluppare un nuovo algoritmo che combina l'apprendimento automatico - programmi per computer "intelligenti" che imparano a migliorare nel tempo - con la conoscenza della fisica dell'acceleratore.

"L'approccio di apprendimento automatico sta cercando di legare tutto questo per fornire agli operatori strumenti migliori in modo che possano concentrarsi su altri problemi importanti, "dice Giuseppe Duris, uno scienziato SLAC che ha guidato il nuovo studio.

Un raggio migliore, Più veloce

Il nuovo approccio utilizza una tecnica chiamata processo gaussiano, che predice l'effetto che una particolare regolazione dell'acceleratore ha sulla qualità del fascio di raggi X. Genera anche incertezze per le sue previsioni. L'algoritmo decide quindi quali regolazioni provare per ottenere i maggiori miglioramenti.

Per esempio, potrebbe decidere di tentare un aggiustamento drammatico il cui esito è molto incerto ma potrebbe portare a un grande guadagno. Ciò significa che questo nuovo, L'algoritmo avventuroso ha maggiori possibilità rispetto al precedente algoritmo di apportare le modifiche necessarie per creare il miglior raggio di raggi X possibile.

I ricercatori SLAC hanno anche utilizzato i dati delle precedenti operazioni LCLS per insegnare all'algoritmo quali forze magnetiche hanno in genere portato a raggi X più luminosi, dando all'algoritmo un modo per fare ipotesi plausibili sugli aggiustamenti che dovrebbe provare. Ciò fornisce all'algoritmo la conoscenza e l'esperienza che gli operatori umani hanno naturalmente, e che mancava l'algoritmo precedente.

"Possiamo fare affidamento su quella conoscenza della fisica, quella conoscenza istituzionale, per migliorare le previsioni, "dice Duris.

Anche gli approfondimenti sulle relazioni reciproche dei magneti hanno migliorato la tecnica. I magneti quadrupolari lavorano in coppia, e per aumentare il loro potere di focalizzazione, la forza di un magnete in una coppia deve essere aumentata mentre l'altro è diminuito.

Con il nuovo processo, la sintonizzazione dei magneti quadrupolari è diventata da tre a cinque volte più veloce, stimano i ricercatori. Inoltre tende a produrre fasci di intensità maggiore rispetto all'algoritmo utilizzato in precedenza.

"La nostra capacità di aumentare la nostra efficienza di messa a punto è davvero, davvero fondamentale per essere in grado di fornire un raggio più veloce e con una qualità migliore alle persone che vengono da tutto il mondo per eseguire esperimenti, "dice Jane Shtalenkova, un acceleratore di SLAC che ha lavorato con Duris, Ratner e altri per sviluppare il nuovo strumento.

Oltre LCLS

Lo stesso metodo può essere esteso per regolare altre proprietà di elettroni o raggi X che gli scienziati potrebbero voler ottimizzare per i loro esperimenti. Per esempio, i ricercatori potrebbero applicare la tecnica per massimizzare il segnale che emettono dal loro campione dopo che è stato colpito dal raggio di raggi X di LCLS.

Questa flessibilità rende il nuovo algoritmo utile anche per altre strutture.

"La cosa bella di questo algoritmo di apprendimento automatico è che puoi eseguire il trasferimento tecnologico in modo relativamente semplice, "dice Adi Hanuka, uno scienziato SLAC che ha testato la tecnica su altri tre acceleratori:SPEAR3, l'anello dell'acceleratore che alimenta la sorgente di luce di radiazione di sincrotrone di Stanford di SLAC (SSRL); PEGASUS presso l'Università della California, Los Angeles; e l'Advanced Photon Source (APS) presso l'Argonne National Laboratory del DOE.

"Questo strumento ora esiste in diversi laboratori, " Hanuka dice. "Si spera, lo integreremo presto in ancora più laboratori."