محققان از هوش مصنوعی برای کنترل پرتوها در نسل بعدی شتاب‌دهنده‌های کوچکتر و ارزان‌تر برای کاربردهای تحقیقاتی، پزشکی و صنعتی استفاده کرده‌اند. آزمایشات انجام شده توسط محققان کالج امپریال لندن، با همکاری مرکز لیزر شورای تسهیلات علم و فناوری (CLF)، نشان داد که چگونه یک الگوریتم می‌تواند به تنظیم پارامترهای پیچیده مربوط به کنترل نسل جدید شتاب دهنده‌های ذرات مبتنی بر پلاسما تاثیر مثبت بگذارد.
این الگوریتم قادر است پارامترهای مربوط به شتاب‌دهنده‌ها را بسیار سریعتر از یک اپراتور انسانی تنظیم کند و حتی می‌تواند آزمایشات بر روی سیستم‌های مشابه لیزری را بهبود ببخشد. از الکترون‌ها و اشعه ایکس می‌توان برای تحقیقات علمی مانند کاوش در ساختار اتمی مواد استفاده کرد. در کاربردهای صنعتی مانند تولید لاستیک جوش خورده برای لاستیک اتومبیل و همچنین در برنامه‌های پزشکی مانند درمان سرطان و تصویربرداری پزشکی نیز می‌توان از این پرتوها استفاده کرد.
نتایج این مقالات که در Nature Communications منتشر شده نشان می‌دهد تاسیساتی مختلف با استفاده از این شتاب‌دهنده‌های جدید در سراسر جهان در مراحل برنامه‌ریزی و ساخت قرار دارند. از جمله این تاسیسات می‌توان به مرکز کاربردهای فوتونیک (EPAC) در انگلیس اشاره کرد که کشف جدید می‌تواند به آنها کمک کند تا در آینده در بهترین حالت و بالاترین سطح فعالیت کنند. نویسنده اول این مقاله دکتر راب شالو، که اکنون در مرکز شتاب دهنده DESY فعالیت می‌کند، در این رابطه گفت: “تکنیک‌هایی که ما توسعه داده‌ایم سبب بهره‌گیری بیشتر و بهتر از نسل جدید شتاب‌دهنده‌های پیشرفته پلاسما که در حال ساخت در انگلستان و سراسر جهان است خواهد شد.
فناوری شتاب‌دهنده پلاسما انفجارهای کوتاه و مختصر الکترون و اشعه ایکس را فراهم می‌کند، که در حال حاضر در بسیاری از زمینه‌های علمی مورد استفاده قرار می‌گیرند. با پیشرفت‌های اخیر ما امیدواریم که دسترسی به این شتاب‌دهنده‌های جمع و جور را گسترش دهیم و بتوانیم به دانشمندان سایر رشته‌ها و کسانی که مایل هستند برای بهره‌مندی از این فناوری بدون داشتن تخصص در شتاب‌دهنده‌های پلاسما از این ماشین‌ها استفاده کنند کمک کنیم.
این تیم قدرتمندترین لیزرهای جهان را با پلاسما (گاز یونیزه) ترکیب می‌کنند و به این شیوه پرتوهای متمرکز الکترون و اشعه ایکس ایجاد می‌کنند. شتاب‌دهنده‌های سنتی برای شتاب بخشیدن به الکترون‌ها به صدها متر تا کیلومترها کابل نیاز دارند، اما شتاب‌دهنده‌های جدید می‌توانند همان شتاب را در فضای میلی متری ایجاد کنند و به شدت موجب کاهش حجم و هزینه در تجهیزات شوند. با این حال، از آنجا که شتاب‌دهنده‌ها هنگام ترکیب لیزر و پلاسما در شرایط فشار شدید کار می‌کنند، همواره کنترل و بهینه سازی آنها برای دستیابی به بهترین عملکرد دشوار است.
در شتاب‌دهنده‌های جدید یک پالس لیزر فوق کوتاه به درون پلاسما رانده می‌شود و موجی ایجاد می‌کند که از آن برای شتاب دادن به الکترون‌ها استفاده می‌شود. لیزر و پلاسما هر دو پارامترهای مختلفی دارند که می‌توانند برای کنترل برهم‌کنش تغییر شکل دهند، مانند شکل و شدت نبض لیزر یا چگالی و طول پلاسما. یک اپراتور انسانی می‌تواند این پارامترها را تغییر دهد اما بسیار دشوار است که بدانید چگونه این پارامترها را به طور همزمان بهینه کنید. تیم برای بهینه سازی عملکرد شتاب دهنده به هوش مصنوعی روی آورد و یک الگوریتم یادگیری ماشین ایجاد کرد.
الگوریتم پارامترهای کنترل‌کننده لیزر و پلاسما را تنظیم و لیزر را شلیک کرد، سپس داده‌ها را تجزیه و تحلیل کرده و پارامترها را دوباره تنظیم کرد، این حلقه را شش مرحله پی در پی انجام داد تا به پیکربندی بهینه برای پارامترها برسد.
محقق سرشناس دکتر متیو استریتر که پس از پایان کار خود در کالج امپریال اکنون در دانشگاه کوئینز بلفاست فعالیت می‌کند، گفت: “کار ما منجر به ساخت یک شتاب‌دهنده پلاسمای خودکار شد که اولین نمونه در نوع خود است. این سیستم جدید علاوه بر اینکه به ما امکان می‌دهد تا به سرعت شتاب‌دهنده را بهینه کنیم، استفاده از آنها را بسیار ساده می‌کند و به ما این امکان را می‌دهد تا بیشتر تلاش خود را صرف کاوش در فیزیک اساسی برای پیشرفت این ماشین‌های فوق العاده کنیم.”
این تیم روش خود را با استفاده از سیستم لیزر Gemini به نمایش گذاشتند و شروع به استفاده از آن در آزمایشات برای بررسی ساختار اتمی مواد و مطالعه فیزیك ضد ماده و كوانتوم كرده‌اند. داده‌های جمع‌آوری شده در طی فرآیند بهینه‌سازی، بینش جدیدی از پویایی برهم‌کنش لیزر و پلاسما در داخل شتاب‌دهنده را فراهم می‌کند و به طور فزاینده از طرح‌های آینده برای بهبود بیشتر عملکرد شتاب‌دهنده پرده‌برداری می‌کند.
