„Kamera elektronowa” SLAC może ujawnić niektóre ultraszybkie procesy zachodzące w naturze. Teraz badacze z całego laboratorium współpracowali, aby ulepszyć to narzędzie, dzięki czemu filmy molekularne będą jeszcze ostrzejsze, dzięki czemu SLAC znajduje się w czołówce pionierskich narzędzi do ultraszybkiej nauki. Źródło: SLAC
Naukowcy z Narodowego Laboratorium Akceleratorów SLAC zwiększyli możliwości swojego instrumentu do ultraszybkiej dyfrakcji elektronów megaelektronowoltów w drodze dwóch badań.
W jednym badaniu opracowano technikę poprawy rozdzielczości czasowej kamery elektronowej, podczas gdy w drugim wykorzystano sztuczna inteligencja do dostrojenia wiązki elektronów do różnych potrzeb eksperymentalnych. Te postępy w technologii wiązek elektronów pozwalają na dokładniejsze obserwacje ultraszybkich reakcji chemicznych i zachowań materiałów, wnosząc znaczący wkład w takie dziedziny, jak inżynieria materiałowa, chemia i informacja kwantowa.
Szybka kamera elektronowa
Wyobraź sobie, że możesz obserwować wewnętrzne działanie reakcji chemicznej lub materiału podczas jego zmian i reakcji na otoczenie – to coś, co badacze mogą zrobić za pomocą szybkiej „kamery elektronowej” zwanej Ultraszybką Dyfrakcją Elektronów Megaelektronowoltów (MeV- UED) w źródle światła spójnego Linac (LCLS) w Narodowym Laboratorium Akceleratorów SLAC Departamentu Energii Stanów Zjednoczonych.
Teraz w dwóch nowych badaniach naukowcy z SLAC, Stanford i innych instytucji odkryli, jak uchwycić te drobne, ultraszybkie szczegóły z większą szybkością. dokładność i wydajność. Na początku badanieniedawno opublikowany w Dynamika strukturalna, jeden zespół wynalazł technikę poprawy rozdzielczości czasowej dla kamery elektronowej. Za sekundę, opublikowany W Komunikacja przyrodniczabadacze przeszkolili sztuczną inteligencję (AI) i wykorzystali ją do dostrojenia wiązki elektronów MeV-UED i dostosowania jej do różnych potrzeb eksperymentalnych.
„Efekty te mają istotne znaczenie dla udoskonalenia oprzyrządowania wiązkowego i diagnostyki akceleratorów elektronów SLAC i umożliwią wyznaczenie nowych granic w badaniu nowatorskich efektów z niespotykaną dotąd precyzją” – powiedział Mohamed Othman, naukowiec w SLAC i współautor obu artykułów.
Znaczenie precyzyjnego wyczucia czasu w ultraszybkiej nauce
Reakcje chemiczne zachodzą szybko – czasami kluczowe zdarzenia zachodzą w ciągu milionowych części miliardowej sekundy, czyli femtosekund. Przechwytywanie tych femtosekundowych zdarzeń to dziedzina znana jako ultraszybka nauka wymaga to jednych z najbardziej zaawansowanych instrumentów naukowych na świecie – takich jak MeV-UED.
MeV-UED wykonuje zdjęcia, uderzając próbki wiązką światła elektrony i rejestrowanie tego, co dzieje się w materiale podczas przechodzenia elektronów. W rezultacie powstał film molekularny, który umożliwia naukowcom wgląd w zachowanie cząsteczek i atomów przy ultraszybkich prędkościach oraz uzyskanie wglądu w procesy mające kluczowe znaczenie między innymi dla rozwiązań energetycznych oraz nowych, innowacyjnych materiałów i leków.
Zwiększona precyzja dzięki kompresji pakietów i znakowaniu czasem
Trudne jest to, że wiązka MeV-UED składa się z wiązek elektronów, czyli impulsów elektronowych – i mogą to być niesforne wiązki. Kiedy impulsy elektronów docierają do próbki materiału, czas przybycia pomiędzy pierwszym i ostatnim elektronem impulsu jest nieco rozciągnięty. Ten rozrzut czasu, wraz ze zmianami w czasie pomiędzy impulsami, zwanymi jitterem, sprawia, że trudno jest dokładnie określić, kiedy coś się dzieje na każdym obrazie z kamery elektronowej.
Zespół SLAC wcześniej zgłoszony to używanie terahercowy promieniowania, które w widmie elektromagnetycznym mieści się pomiędzy mikrofalami a światłem podczerwonym, a dodanie kompresora do MeV-UED poprawiło rozdzielczość czasową instrumentu. Kompresor wykorzystuje promieniowanie terahercowe w celu skrócenia rozpiętości czasu impulsu elektronowego za pomocą metody zwanej – odpowiednio – kompresją pęczków.
W swoich poszukiwaniach dalszego oswajania wiązek elektronów zespół połączył kompresję wiązek z inną metodą zwaną znakowaniem czasowym: gdy impuls wchodzi w interakcję z próbką i uderza w detektor, informacja o taktowaniu jest kodowana na obrazie kamery elektronowej. Dzięki prostemu sortowaniu według czasu użytkownicy mogą dokładniej określić czas każdego obrazu lub filmu.
Połączenie kompresji pęczków i znacznika czasu zwiększyło precyzję taktowania i zmniejszyło jitter. „Naukowcy mogliby wykorzystać tę technikę do obserwacji niezwykle szybkich skal czasowych, szczególnie ruchu atomów w materiałach” – powiedział Othman. „Ten mikroskop atomowy można wykorzystać w naukach podstawowych: materiałoznawstwie, chemii, zielonej energii, informacji kwantowej i nie tylko. Do badania tych dziedzin nauki niezwykle istotne jest osiągnięcie skali femtosekundowej”.
Po sukcesie prototypu kolejnym krokiem będzie zbudowanie instrumentu o połączonych możliwościach. „Próbujemy przesuwać granice możliwości MeV-UED, na przykład pod względem czasu. Ponieważ MeV-UED jest częścią obiektu użytkownika DOE, chcemy zbudować ten instrument, który będzie opcją dla użytkowników” – powiedział Othman.
Wykorzystanie sztucznej inteligencji do optymalizacji wiązki
Naukowcy z całego świata przybywają do MeV-UED należącego do SLAC, aby przeprowadzać swoje eksperymenty, a ich potrzeby są bardzo zróżnicowane. W każdym eksperymencie operatorzy wiązek muszą zoptymalizować 20–30 parametrów, takich jak rozmiar plamki wiązki, i rozważyć kompromisy między wszystkimi parametrami. Naukowiec z zespołu SLAC i główny autor artykułu, Fuhao Ji, porównał proces dostrajania do zmiany składników przepisu podczas pieczenia chleba, aby dopasować go do gustu klienta – należy wziąć pod uwagę wiele czynników, a gust każdego jest nieco inny.
Obecnie doświadczeni operatorzy dokonują wszystkich tych wyborów sami, korzystając z pomocy zautomatyzowanego procesu, ale nie jest to tak wydajne, jak mogłoby być. Aby zapewnić płynniejsze działanie, badacze z SLAC zajmujący się akceleratorami i oprzyrządowaniem w laboratorium połączyli siły z laboratoryjnymi ekspertami w dziedzinie sztucznej inteligencji, aby wdrożyć specjalny model sztucznej inteligencji, zwany wieloobiektową optymalizacją Bayesa (MOBO), w celu bezpośredniego dostrojenia, w trybie online, elektronu wiązka w MeV-UED. Takie podejście może być równie skuteczne jak doświadczony operator i co najmniej dziesięć razy szybsze niż proces zautomatyzowany. Ponieważ użytkownicy mają stały czas świecenia, oznacza to mniej czasu na majsterkowanie, a więcej na przeprowadzanie eksperymentów i zbieranie danych.
Perspektywy na przyszłość i wpływ integracji AI
Przed udostępnieniem modelu sztucznej inteligencji zespół SLAC musiał go przeszkolić, aby wiedział nie tylko, czego szukać, ale także jak ocenić kompromisy między parametrami belki. Model uczy się poprzez działanie: badacze przeprowadzili eksperymenty i zebrali dane w zwykły sposób, a następnie wprowadzili je do modelu, który dowiedział się, w jaki sposób różne parametry oddziałują na siebie, kształtując wiązkę.
Podobnie jak inne modele sztucznej inteligencji, MOBO może przewidywać nowe wyniki na podstawie nowatorskich ustawień parametrów, co jest szczególnie przydatne, gdy badacz potrzebuje ustawienia wiązki, które nie było wcześniej używane. Model zapewnia także pełniejszy obraz układu eksperymentalnego.
„Jest to wynik ścisłej współpracy między MeV-UED a grupą ds. uczenia maszynowego Dyrekcji ds. Akceleratorów i toruje drogę do ostatecznego celu, jakim jest utworzenie kompleksowego, zautomatyzowanego, inteligentnego obiektu naukowego dla użytkowników w MeV-UED” – powiedział Ji, gdzie Algorytmy sztucznej inteligencji wspólnie zoptymalizowałyby wszystkie elementy całego systemu, od źródła elektronów po akcelerator, źródło światła, ustawienia próbki i detektor.
Ji i współpracownicy chcą rozszerzyć możliwości narzędzia MOBO. Kolejnym krokiem jest przyjęcie kolejnego narzędzia AI, wykonania algorytmu Bayesa, aby jeszcze bardziej przyspieszyć proces optymalizacji i osiągnąć lepszą wydajność.
„Oczekujemy, że będzie to miało szeroki wpływ na badania w różnych dyscyplinach, takich jak fizyka, chemia, biologia i materiały kwantowe, prowadzone na dużą skalę, w złożonych obiektach naukowych” – powiedział Ji.
Bibliografia:
„Poprawiona rozdzielczość czasowa w ultraszybkich pomiarach dyfrakcji elektronów poprzez kompresję THz i znakowanie czasem”: Mohamed AK Othman, Annika E. Gabriel, Emma C. Snively, Michael E. Kozina, Xiaozhe Shen, Fuhao Ji, Samantha Lewis; Stephen Weathersby, Praful Vasireddy, Duan Luo, Xijie Wang, Matthias C. Hoffmann i Emilio A. Nanni, 22 kwietnia 2024 r., Dynamika strukturalna.
DOI: 10.1063/4.0000230
„Wieloobiektywowe Bayesowskie aktywne uczenie się dla ultraszybkiej dyfrakcji elektronów MeV” autorstwa Fuhao Ji, Auralee Edelen, Ryan Roussel, Xiaozhe Shen, Sara Miskovich, Stephen Weathersby, Duan Luo, Mianzhen Mo, Patrick Kramer, Christopher Mayes, Mohamed AK Othman, Emilio Nanni, Xijie Wang, Alexander Reid, Michael Minitti i Robert Joel Anglia, 3 czerwca 2024 r., Komunikacja przyrodnicza.
DOI: 10.1038/s41467-024-48923-9
Badania były wspierane przez Biuro Naukowe DOE i Program Badań i Rozwoju Laboratorium SLAC. LCLS jest narzędziem użytkownika DOE Office of Science.
