网易首页 > 网易汽车 > 行业 > 正文

研究人员证明AI学习物理学可优化粒子加速器性能

0
分享至

人工智能的一种形式——机器学习,极大地加快了计算任务的速度,并在语音和图像识别、自动驾驶汽车、股票市场交易和医疗诊断等领域推动新技术的发展。在执行给定任务之前,机器学习算法通常需要对预先存在的数据进行训练,以便这些算法能够学会独自对未来场景做出快速准确的预测。但如果是全新任务,且没有可用于培训的数据,这些算法又该如何处理?

据外媒报道,日前,美国能源部SLAC国家加速器实验室(National Accelerator Laboratory)的研究人员已证明,通过教授算法加速器操作背后的基本物理原理,可以使用机器学习来优化粒子加速器的性能,且无需先前数据。

(图片来源:SLAC国家加速器实验室)

前SLAC研究助理Adi Hanuka表示:“在许多研究领域,如材料科学、环境科学、电池研究和粒子物理学等领域,将物理学引入机器学习是一个非常热门的话题。”

物理学教学人工智能

加速器是强大的机器,可为电子束或其他粒子束提供能量,且应用十分广泛,包括基础物理实验、分子成像和癌症放射治疗。为了获得给定应用的最佳光束,操作员需要调整加速器以获得最佳性能。但当涉及到大型粒子加速器时,操作会因为需要调整的组件太多而非常具有挑战性。更复杂的是,并非所有组件都是独立的,这意味着如果要调整一个组件,它可能会影响另一个组件的设置。

SLAC最近的研究表明,机器学习可以通过加快优化过程并找到先前未被发现的有用加速器设置给人类操作员提供巨大支持。此外,机器学习还可以帮助诊断粒子束的质量,且不会像其他技术一样干扰到粒子束。为了使这些程序起作用,研究人员首先必须训练机器学习算法,使用的数据来自先前加速器操作,或计算机仿真,或两者皆有。然而,他们还发现,将物理模型中的信息与可用的实验数据相结合,可以大大减少所需的新数据量。

新研究表明,如果对描述加速器工作原理的物理知识足够了解,则实际上并不需要先前的数据。该团队使用这种方法调整SLAC的SPEAR3加速器。该加速器可为实验室的斯坦福同步辐射光源(SSRL)提供动力。研究人员说,通过使用直接从基于物理的模型中获得的信息,他们得到的结果与通过使用实际档案数据训练算法所获得的结果一样,甚至更好。

该研究的首席研究员、SLAC工作人员科学家Joe Duris表示:“此次研究结果是SLAC逐步推动开发用于调整加速器的机器学习工具的最新亮点。”

预测未知

但这并不意味着预先存在的数据没有帮助。即使物理性能下降,这些数据仍然有用。在SPEAR3案例中,研究人员能够通过将其与加速器的实际数据配对,从而进一步改进基于物理的机器学习模型。该团队还采用该方法改进SLAC的直线加速器相干光源(Linac Coherent Light Source,LCLS)X射线激光器的调谐,其归档数据可从之前的实验运行中获得。

热门车型推荐

1

朗逸 (合资)

  • 厂商指导价(万):12.09~15.09万
  • 级别: 紧凑型车
  • 上市时间:2008年6月25日
  • 在产车型:8款
  • 排量(L):1.2~1.5 AT
  • 油耗(L):5.6~5.92(官方)
2

奥迪A3两厢 (合资)

  • 厂商指导价(万):20.31~24.48万
  • 级别: 紧凑型车
  • 上市时间:2014年3月21日
  • 在产车型:19款
  • 排量(L):1.4 AT
  • 油耗(L):--
3

索纳塔 (合资)

  • 厂商指导价(万):13.98~18.68万
  • 级别: 中型车
  • 上市时间:2015年3月20日
  • 在产车型:6款
  • 排量(L):1.5~2.0 AT
  • 油耗(L):--
相关推荐
热点推荐
周迅亮相电视剧品质盛典,红色套装端庄优雅,拥有岁月沉淀之美

周迅亮相电视剧品质盛典,红色套装端庄优雅,拥有岁月沉淀之美

白宸侃片
2024-03-29 14:45:16
官方平台首次确认国服回归!瓜分暴雪回归基金!

官方平台首次确认国服回归!瓜分暴雪回归基金!

魔兽世界情报局
2024-03-29 15:06:42
尘埃落定,42岁名帅官宣!执掌6亿豪阵,不投拜仁,2000万请不动

尘埃落定,42岁名帅官宣!执掌6亿豪阵,不投拜仁,2000万请不动

阿泰希特
2024-03-29 09:59:59
安徽前首富,抖音“续命”

安徽前首富,抖音“续命”

中国企业家杂志
2024-03-28 19:47:59
刚刚!安徽密集人事变动,多名厅干履新

刚刚!安徽密集人事变动,多名厅干履新

凤凰网安徽
2024-03-29 16:24:43
遮羞布彻底盖不住了!刘德华赖文慧关系曝光,除了结婚证啥都给了

遮羞布彻底盖不住了!刘德华赖文慧关系曝光,除了结婚证啥都给了

舞娱天地
2024-03-14 16:12:05
彭德仁:我救龙国4万人,还有人不满意,很多坏事是龙国人带头的

彭德仁:我救龙国4万人,还有人不满意,很多坏事是龙国人带头的

泸沽湖
2024-03-29 13:49:22
亚足联重磅官宣!国足世预赛节外生枝,武磊与伊万科维奇痛哭!

亚足联重磅官宣!国足世预赛节外生枝,武磊与伊万科维奇痛哭!

墨羽怪谈
2024-03-29 09:28:16
又亏207亿,累计亏损860亿!卖40万一辆的蔚来汽车,还能撑多久?

又亏207亿,累计亏损860亿!卖40万一辆的蔚来汽车,还能撑多久?

李砍柴
2024-03-28 20:45:51
官宣!正式报销!22岁天才,还要等他多久?

官宣!正式报销!22岁天才,还要等他多久?

篮球实录
2024-03-29 15:19:35
湖人官方:文森特计划明天在印第安纳归队 但缺战步行者

湖人官方:文森特计划明天在印第安纳归队 但缺战步行者

直播吧
2024-03-29 07:52:29
乒坛大爆冷!伊藤美诚苦战5局被淘汰,田志希晋级8强坐等王曼昱

乒坛大爆冷!伊藤美诚苦战5局被淘汰,田志希晋级8强坐等王曼昱

全言作品
2024-03-29 18:55:10
女人在过夫妻性生活时,为什么总发出声音?医生:大多数人不了解

女人在过夫妻性生活时,为什么总发出声音?医生:大多数人不了解

皮皮讲文
2024-01-02 10:36:17
陆毅证明了具俊晔确实是帅哥,大s的眼光还是准的!啊哈哈哈

陆毅证明了具俊晔确实是帅哥,大s的眼光还是准的!啊哈哈哈

娱乐圈酸柠檬
2024-03-28 12:00:00
500万民众向中国求助,希望中方大人有大量,专家:不再当冤大头

500万民众向中国求助,希望中方大人有大量,专家:不再当冤大头

绝对军评
2024-03-28 00:18:35
塔图姆:我知道本季我投丢了一些关键球 但我的生涯投中过很多

塔图姆:我知道本季我投丢了一些关键球 但我的生涯投中过很多

直播吧
2024-03-29 11:46:09
世体:耐克目前每年给到巴萨6600万欧,而彪马报价每年保底1亿欧

世体:耐克目前每年给到巴萨6600万欧,而彪马报价每年保底1亿欧

直播吧
2024-03-29 15:52:30
广东省茂名市委原常委、政法委原书记赵广辉接受审查调查

广东省茂名市委原常委、政法委原书记赵广辉接受审查调查

界面新闻
2024-03-29 18:36:45
吹上天的俄罗斯X-101导弹原来是夜盲

吹上天的俄罗斯X-101导弹原来是夜盲

老马拉车莫少装
2024-03-27 20:20:04
张镇麟该认错了?乔帅亲口指出问题所在:抱头没去犯规缺少经验

张镇麟该认错了?乔帅亲口指出问题所在:抱头没去犯规缺少经验

厝边人侃体育
2024-03-29 14:32:47
2024-03-29 20:50:44

汽车要闻

找回久违的开怀大笑 试驾小米SU7 Max

头条要闻

甘肃13岁男孩杀害8岁女童 最高检同意追诉其刑事责任

头条要闻

甘肃13岁男孩杀害8岁女童 最高检同意追诉其刑事责任

体育要闻

拒绝为国出战,他是足坛"天选打工人"

娱乐要闻

胡夏被曝有孩子!工作室火速辟谣

财经要闻

张维迎:如何正确理解企业家精神?

科技要闻

雷军:我们是卷王,建议BBA车主感受下时代

态度原创

亲子
旅游
教育
家居
艺术

亲子要闻

网友:笑得我面膜都裂了 这笑声太治愈了。

旅游要闻

赏花不止于“春” 农文旅融合助力乡村

教育要闻

央企专场!招聘2.8万人!明天这场直播不可错过

家居要闻

弧岛栖居,极致温柔奶油底色

艺术要闻

专访|“提香·花神”策展人:用经典再现威尼斯画派

无障碍浏览 进入关怀版
×