AI는 입자 가속기 빔이 어떻게 생겼는지 알려줍니다.

입자가 가속기 내부의 입자빔에 어떻게 분포되는지를 보다 정확하게 예측하기 위한 인공지능 알고리즘이 개발되어 사용자가 "놀라울 정도로 적은 양의 데이터"로부터 매우 복잡한 고차원 빔 모양을 추론할 수 있음을 보여줍니다.

입자 가속기는 현대 물리학에서 가장 중요하고 가장 큰 실험 도구 중 하나입니다. 입자 빔은 거의 빛의 속도로 금속 배관을 통해 발사되어 분자와 가장 작은 아원자 입자의 원자 거동을 연구합니다.

수집할 수 있는 과학적으로 유용한 정보를 최대화하려면 주어진 실험에서 입자 빔이 어떻게 작동하는지 아는 것이 중요합니다. 가속기는 더 높은 에너지에서 작동하고 더 복잡한 빔 프로파일을 생성하므로 이는 특히 중요합니다.

그러나 입자 행동을 식별하는 것은 쉬운 일이 아닙니다.

입자 빔은 종종 수십억 개의 입자를 포함하기 때문에 단순히 각 입자가 어디에서 끝날지 예측하는 문제가 아닙니다.

이제 캘리포니아에 있는 미국 에너지부의 SLAC(스탠포드 선형 가속기 센터)와 시카고 대학교의 연구원들은 가속된 빔의 입자가 어떻게 분포되는지에 대한 보다 정확한 그림을 제공하기 위한 기계 학습 알고리즘을 개발했습니다.

SLAC 가속기 과학자 Ryan Roussel은 "가속기 내부에서 입자 빔을 조작하는 다양한 방법이 있지만 빔의 모양과 운동량을 설명하는 정확한 방법은 없습니다."라고 말합니다. "우리의 알고리즘은 일반적으로 폐기되는 빔에 대한 정보를 고려하고 해당 정보를 사용하여 빔에 대한 보다 자세한 그림을 그립니다."

연구자들은 일반적으로 입자의 속도와 위치를 설명하기 위해 통계적 접근 방식을 사용하여 전체 빔의 대략적인 모양을 제공합니다. 그러나 그 과정에서 잠재적으로 유용한 정보가 무시될 수 있습니다.

받은 편지함으로 바로 전달되는 과학 이야기의 업데이트를 받아보세요.

또는 과학자들은 빔 자체를 여러 번 측정하여 다양한 실험 조건에서 빔이 어떻게 보이는지 평가할 수 있습니다. 이러한 방법은 이미 기계 학습을 사용하고 있지만 엄청난 양의 데이터와 계산 능력이 필요합니다.

최신 연구에서 팀은 본질적으로 두 방법의 최상의 요소를 취하는 기계 학습 모델을 구축했습니다.

그들의 알고리즘은 빔 역학에 대한 우리의 지식을 사용하여 입자 속도와 위치의 "위상 공간 분포"로 통칭되는 것을 예측합니다.

SLAC 가속기 과학자 Auralee Edelen은 "대부분의 기계 학습 모델에는 학습 속도를 높이고 필요한 데이터 양을 줄이기 위한 입자 빔 역학 개념이 직접 포함되어 있지 않습니다."라고 말합니다. "우리는 놀라울 정도로 적은 양의 데이터로부터 매우 복잡한 고차원 빔 모양을 추론할 수 있다는 것을 보여주었습니다."

팀은 일리노이주 시카고 근처 DOE의 Argonne National Laboratory에 있는 Argonne Wakefield Accelerator에서 모델을 테스트했습니다. 그들은 단지 10개의 데이터 포인트만 사용하여 입자 빔 물리학을 사용하여 실험 데이터를 해석할 수 있었습니다. 입자 빔 역학에 대해 훈련되지 않은 기계 학습 모델의 경우 작업에는 최대 10,000개의 데이터 포인트가 사용되었을 것입니다.

이 모델은 현재 상하 및 좌우 축을 따라 4D 빔 위상 공간에서 입자 빔을 재구성할 수 있습니다. 연구원들은 빔 자체의 방향을 따라 입자 속도를 포함하는 완전한 6D 위상 공간 분포를 향해 노력하고 있습니다.

이 연구는 Physical Review Letters에 게재되었습니다.

원래 Cosmos에서 AI 알고리즘으로 게시한 것은 입자 가속기 빔이 어떻게 생겼는지 알려줍니다.

Evrim Yazgin은 멜버른 대학교에서 수학 물리학을 전공한 이학사 학위와 물리학 석사 학위를 취득했습니다.

사실을 설명하고 증거 기반 지식을 소중히 여기며 최신 과학, 기술 및 엔지니어링 혁신을 선보이는 데 이보다 더 중요한 시간은 없었습니다. 코스모스(Cosmos)는 사람들과 과학의 세계를 연결하는 데 전념하는 자선단체인 호주왕립연구소(The Royal Institution of Australia)에서 출판합니다. 크든 작든 재정적 기여는 세계가 가장 필요로 하는 시기에 신뢰할 수 있는 과학 정보에 대한 접근을 제공하는 데 도움이 됩니다. 오늘 기부하거나 구독권을 구매하여 우리를 지원해 주세요.