Los Alamos Ulusal Laboratuvarı ve Lawrence Berkeley Ulusal Laboratuvarı’ndaki bilim insanları ve mühendisler, parçacık hızlandırıcıların performansını optimize etmek için bir makine öğrenme modeli geliştirdiler. Bu gelişme, parçacık hızlandırıcıların çalışması sırasında ortaya çıkan performans kayması sorununu çözmeyi amaçlamaktadır.
Makine öğrenimi, teknisyenlerin parçacık hızlandırıcılarını izlemesine ve teşhis etmesine yardımcı olan “sanal gözlemciler” oluşturabilir. Bu uygulamalar, verileri gerçek zamanlı olarak analiz eder, kalıpları arar ve tahminler yaparak operatörlerin sorunları erken fark etmesine ve daha iyi kararlar almasına yardımcı olur.
Yeni teknolojinin temel unsurlarından biri, zamanla değişen sanal hızlandırıcı ışınları yaratan bir teknik olan üretken yayılmadır. Bu süreç, sistemin zaman içindeki olası değişiklikleri ve değişiklikler arasındaki ilişkileri yakalamasına ve keşfetmesine olanak tanır. Avrupa X-ışını Serbest Elektron Lazeri (FEL), tekniğin megapiksel çözünürlükte yoğun elektron ışınlarının sanal görüntülerini oluşturmak için kullanıldığı bir üretken difüzyon modelini başarıyla test etti.
Yeni makine öğrenimi tabanlı teknoloji, parçacık hızlandırıcıların kontrolünü geliştirmek ve daha doğru deneysel sonuçlar elde etmek için FACET-II (Stanford Üniversitesi ABD Ulusal Laboratuvarı’nda bulunan deneysel bir tesis) gibi büyük ölçekli tesislere uygulanabilir. Bu, malzeme bilimi, kimya, biyoloji, yüksek enerji fiziği ve tıp alanlarında çalışan bilim adamlarına yeni fırsatlar açıyor.