ИИ оптимизировал работу ускорителей частиц

Ускорители частиц требуют точной настройки, чтобы адаптировать лучи электронов под требования экспериментов. Ранее операторы вручную регулировали сотни параметров, что занимало много времени. Теперь с помощью машинного обучения процесс настройки значительно ускорился.

Один из методов — реконструкция фазового пространства, которая позволяет быстро визуализировать пучок электронов, используя лишь несколько данных. Это сокращает время настройки с часов до минут.

Современные ускорители, такие как обновленный лазер LCLS, генерируют до одного терабайта данных в секунду — это как тысяча фильмов одновременно. Для обработки таких объемов команда использует «пограничное машинное обучение» (edge machine learning). Данные анализируются прямо на оборудовании с помощью специального микрочипа FPGA, что снижает нагрузку на центральные компьютеры.

Разработанные в SLAC технологии уже находят применение в других научных областях, включая исследование термоядерного синтеза и «умные» сети электроснабжения.