פריצת מחסומי זמן עם מצלמת האלקטרונים האולטרה-מהירה של SLAC

חוקרים במעבדת האצה הלאומית של SLAC שיפרו את היכולות של מכשיר ה-Megaelectronvolt Ultra-fast Electron Diffraction שלהם באמצעות שני מחקרים.

מחקר אחד פיתח טכניקה לשיפור רזולוציית הזמן של מצלמת האלקטרונים, בעוד שהשני השתמש בינה מלאכותית לכוון את אלומת האלקטרונים לצרכים ניסויים שונים. התקדמות אלו בטכנולוגיית אלומת האלקטרונים מאפשרות תצפיות מדויקות יותר של תגובות כימיות מהירות במיוחד והתנהגויות חומרים, התורמות באופן משמעותי לתחומים כמו מדעי החומרים, כימיה ומידע קוונטי.

מצלמת אלקטרונים במהירות גבוהה

תארו לעצמכם יכולת לצפות בפעולה הפנימית של תגובה כימית או חומר בזמן שהוא משתנה ומגיב לסביבתו – זה מסוג הדברים שחוקרים יכולים לעשות עם "מצלמת אלקטרונים" מהירה הנקראת Megaelectronvolt Ultrafast Electron Diffraction (MeV- מכשיר UED) ב- Linac Coherent Light Source (LCLS) במעבדת המאיץ הלאומית SLAC של משרד האנרגיה האמריקאי.

כעת, בשני מחקרים חדשים, חוקרים מ-SLAC, סטנפורד ומוסדות אחרים הבינו כיצד ללכוד את הפרטים הזעירים והאולטרה-מהירים האלה עם יותר דיוק ויעילות. בראשון לימודשפורסם לאחרונה ב דינמיקה מבנית, צוות אחד המציא טכניקה לשיפור רזולוציית הזמן עבור מצלמת האלקטרונים. בשנייה, יצא לאור ב תקשורת טבעחוקרים הכשירו והשתמשו בבינה מלאכותית (AI) כדי לכוון את אלומת האלקטרונים MeV-UED ולהתאים אותה למגוון צרכים ניסויים.

"ההשפעות הללו הן עמוקות לקידום מכשור קרן ודיאגנוסטיקה עבור מאיצי אלקטרונים SLAC ויאפשרו גבול חדש בחקר אפקטים חדשניים בדיוק חסר תקדים", אמר מוחמד עותמאן, מדען שותף ב-SLAC ומחבר שותף בשני המאמרים.

החשיבות של תזמון מדויק במדע מהיר במיוחד

תגובות כימיות מתרחשות מהר – לפעמים אירועים מרכזיים מתרחשים על פני מיליונית מיליארדית השנייה, או פמט שניות. לכידת אירועי הפמטו-שניה הללו היא השטח של שדה המכונה אולטרה-מהיר מַדָע זה דורש כמה מהמכשירים המדעיים המתקדמים בעולם – מכשירים כמו MeV-UED.

MeV-UED מצלם תמונות על ידי פגיעה בדגימות עם קרן של אלקטרונים ורישום מה קורה בחומר כשהאלקטרונים עוברים דרכו. התוצאה היא סרט מולקולרי המאפשר למדענים להציץ להתנהגות של מולקולות ואטומים במהירות אולטרה-מהירה ולהשיג תובנות על תהליכים שהם מפתח לפתרונות אנרגיה וחומרים ותרופות חדשניות, בין היתר.

דיוק משופר עם דחיסה של חבורה והחתמת זמן

הדבר המסובך הוא שקרן MeV-UED מורכבת מחבורות אלקטרונים, או פולסי אלקטרונים – והם יכולים להיות חבורה סוררת. כאשר פולסי האלקטרונים מגיעים לדגימת החומר, יש מעט התפשטות בזמן ההגעה בין האלקטרון הראשון והאלקטרון האחרון של הפולס. התפשטות הזמן הזו, יחד עם שינויים בזמן בין פולסים, הנקראים ריצוד, מקשים להצביע בדיוק מתי דברים קורים בכל תמונה של מצלמת אלקטרונים.

צוות SLAC דיווח בעבר כי השימוש terahertz קרינה, שנמצאת בין גלי מיקרוגל לאור אינפרא אדום על הספקטרום האלקטרומגנטי, והוספת מדחס לתוך MeV-UED שיפרה את רזולוציית הזמן של המכשיר. המדחס משתמש בקרינת טרה-הרץ כדי לקצר את זמן התפשטות של דופק אלקטרונים באמצעות שיטה הנקראת – באופן מתאים – דחיסת צרור.

בחתירתם לאלף עוד צרורות אלקטרונים, הצוות שילב דחיסת צרור עם שיטה נוספת שנקראת חותמת זמן: לאחר שהפולס יוצר אינטראקציה עם הדגימה ופוגע בגלאי, מידע התזמון מקודד בתמונת מצלמת האלקטרונים. באמצעות מיון זמן פשוט, משתמשים יכולים לקבוע בצורה מדויקת יותר את התזמון של כל תמונה או בסרט.

שילוב של דחיסה של חבורה והחתמת זמן הגביר את דיוק התזמון והפחית ריצוד. "חוקרים יכולים להשתמש בטכניקה זו כדי לצפות בלוחות זמנים מהירים במיוחד, במיוחד עבור תנועה אטומית בחומרים", אמר עותמאן. "המיקרוסקופ האטומי הזה יכול לשמש במדע יסוד: מדעי החומרים, כימיה, אנרגיה ירוקה, מידע קוונטי ועוד. זה קריטי להשיג את סולמות הפמטו-שניות לחקירת תחומי המדע הללו".

עם הצלחת אב הטיפוס הזה, הצעד הבא שלהם הוא לבנות מכשיר עם היכולות המשולבות. "אנחנו מנסים לדחוף את הגבולות של מה שה-MeV-UED יכול לעשות מבחינת, למשל, תזמון. מכיוון MeV-UED הוא חלק ממתקן משתמש של DOE, אנחנו רוצים לבנות את המכשיר הזה שיכול להיות אופציה עבור המשתמשים", אמר עות'מן.

מינוף בינה מלאכותית לאופטימיזציה של קרן

חוקרים מכל העולם מגיעים ל-MeV-UED של SLAC כדי להפעיל את הניסויים שלהם, והצרכים שלהם משתנים מאוד. עבור כל ניסוי, מפעילי קרן צריכים לבצע אופטימיזציה של 20-30 פרמטרים, כגון גודל נקודת הקרן, ולשקול פשרות בין כל הפרמטרים. מדען צוות SLAC ומחבר ראשי הנייר Fuhao Ji השווה את תהליך הכוונון לשינוי מרכיבי המתכון בעת ​​אפיית לחם כדי להתאים לטעם הלקוח – יש הרבה גורמים שיש לקחת בחשבון, והטעם של כל אחד קצת שונה.

נכון לעכשיו, מפעילים מנוסים עושים את כל הבחירות האלה בעצמם בעזרת קצת עזרה מתהליך אוטומטי, אבל זה לא יעיל כפי שהוא יכול להיות. כדי לגרום לזה לפעול בצורה חלקה יותר, חוקרי SLAC בצדי המאיץ והמכשור של המעבדה חברו למומחי הבינה המלאכותית של המעבדה כדי ליישם מודל AI מיוחד, הנקרא אופטימיזציה בייסיאנית רב-אובייקטיבית (MOBO), כדי לכוונן ישירות, באופן מקוון, את האלקטרון. קרן ב MeV-UED. גישה זו יכולה להתאים בערך כמו למפעיל מנוסה ולפחות פי עשרה מהר יותר מהתהליך האוטומטי. מכיוון שלמשתמשים יש כמות קבועה של זמן קרן, המשמעות היא פחות זמן התעסקות ויותר זמן בהפעלת הניסויים שלהם ואיסוף נתונים.

סיכויים עתידיים והשפעה של שילוב AI

לפני ששחרר את מודל הבינה המלאכותית, צוות SLAC היה צריך לאמן אותו כך שהוא ידע לא רק מה לחפש, אלא גם כיצד להעריך את הפשרות בין פרמטרי האלומה. המודל שנלמד על ידי עשייה: חוקרים ערכו ניסויים ואספו נתונים כפי שהם נוהגים לעשות, ואז הזינו את הנתונים הללו לתוך המודל, שלמד כיצד פרמטרים שונים פעלו על מנת לעצב את האלומה.

כמו דגמי בינה מלאכותית אחרים, MOBO יכול לחזות תוצאות חדשות מהגדרות פרמטרים חדשות, משהו שימושי במיוחד כאשר חוקר זקוק להגדרת קרן שלא נעשה בה שימוש קודם לכן. המודל מספק גם תמונה מקיפה יותר של מערכת הניסוי.

"זו תוצאה של שיתוף פעולה הדוק בין MeV-UED וקבוצת Accelerator Directorate Machine Learning וסוללת את הדרך למטרה הסופית של הקמת מתקן משתמש מדעי אינטליגנטי אוטומטי מקצה לקצה ב-MeV-UED", אמר Ji, שם אלגוריתמי AI יבצעו אופטימיזציה משותפת של כל הרכיבים בכל המערכת, ממקור האלקטרונים ועד למאיץ, מקור האור, הגדרות הדגימה והגלאי.

Ji ועמיתיו מחפשים להרחיב את היכולות של הכלי MOBO. הצעד הבא שלהם הוא לאמץ כלי AI נוסף, ביצוע אלגוריתם בייסיאני, כדי להאיץ עוד יותר את תהליך האופטימיזציה ולהשיג ביצועים טובים יותר.

"אנו מצפים שתהיה לה השפעה רחבה על פני מחקר בדיסציפלינות שונות, כגון פיזיקה, כימיה, ביולוגיה וחומרים קוונטיים, במתקני משתמש מדעיים מורכבים בקנה מידה גדול", אמר ג'י.

המחקר נתמך על ידי משרד המדע של DOE ותוכנית המחקר והפיתוח המכוונת במעבדה של SLAC. LCLS הוא מתקן משתמש של DOE Office of Science.