研究人员利用人工智能控制光束，为研究、医疗和工业应用提供更小、更便宜的下一代加速器。

 

伦敦帝国理工学院的研究人员利用科学技术设施委员会(Science and Technology Facilities Council)的中央激光设备(CLF)进行了一项实验，实验表明，一种算法能够调整控制下一代等离子体粒子加速器所涉及的复杂参数。

 

该算法对加速器的优化速度比人工操作快得多，杏耀主管甚至比在类似激光系统上进行的实验还要快。

 

这些加速器将世界上最强大的激光器的能量集中到皮肤细胞大小的地方，用传统加速器的一小部分大小的设备产生电子和x射线。

 

电子和x射线可用于科学研究，如探测材料的原子结构;在工业应用方面，如生产消费电子产品和用于汽车轮胎的硫化橡胶;也可用于医学应用，如癌症治疗和医学成像。

 

在世界各地，一些使用这些新型加速器的设施正处于不同的规划和建设阶段，包括CLF在英国的极端光子应用中心(EPAC)，这一新发现可以帮助他们在未来以最好的状态工作。研究结果发表在今天的《自然通讯》杂志上。

 

第一作者Rob Shalloo博士在帝国理工学院完成了这项工作，现在在加速器研究中心工作，他说:“我们所开发的技术将有助于最大限度地利用英国和世界各地正在建设的新一代先进等离子加速器设施。”

 

等离子加速器技术提供独特的短脉冲电子和x射线，这些技术已经在许多科学研究领域找到了用途。随着我们的发展，我们希望扩大这些紧凑型加速器的可及性，让其他学科的科学家和那些希望将这些机器用于应用的人，即使不是等离子体加速器专家，也能从这项技术中受益。”

 

该团队使用激光尾迹场加速器进行研究。这种技术将世界上最强大的激光与等离子体(电离气体)源结合起来，产生集中的电子和x射线束。传统的加速器需要几百米到几千米才能加速电子，而韦克菲尔德加速器可以在毫米范围内实现同样的加速，这大大降低了设备的尺寸和成本。

 

然而，由于尾迹场加速器是在激光与等离子体结合时所产生的极端条件下工作的，因此很难控制和优化它们以获得最佳性能。在尾流场加速中， 杏耀注册 ，超短激光脉冲被注入等离子体，产生用于加速电子的波。激光和等离子体都有几个参数，可以通过调整来控制相互作用，比如激光脉冲的形状和强度，或者等离子体的密度和长度。

 

虽然人工操作人员可以调整这些参数，但很难知道如何同时优化这么多参数。相反，杏耀平台总代理该团队转向了人工智能，创建了一种机器学习算法，以优化加速器的性能。

 

该算法设置了控制激光和等离子体的6个参数，点燃激光，分析数据，重新设置参数，连续多次循环，直到达到最优参数配置。

 

首席研究员马修·斯特里特博士完成了帝国理工学院的研究工作，目前在贝尔法斯特女王大学工作。他说:“我们的工作成果是自主等离子加速器，这是同类产品中的第一个。这不仅可以让我们有效地优化加速器，还可以简化它们的操作，让我们能够花更多的精力探索这些极端机器背后的基本物理原理。”

 

该团队利用CLF的双子星激光系统演示了他们的技术，并已经开始将其用于进一步的实验，以探测极端条件下材料的原子结构，以及研究反物质和量子物理。

 

优化过程中收集的数据也为加速器内部激光等离子体相互作用的动力学提供了新的见解，可能为进一步提高加速器性能的未来设计提供了信息。