Les chercheurs utilisent l’apprentissage automatique pour optimiser les expériences laser haute puissance

Les lasers à haute intensité et à haute répétition peuvent émettre une lumière puissante plusieurs fois par seconde en succession rapide. Les centrales commerciales d’énergie de fusion et les sources de rayonnement avancées à base de combustible s’appuient sur de tels lasers. Cependant, le temps de réaction humaine est insuffisant pour gérer de tels systèmes à tir rapide, ce qui rend leur application difficile.

Pour relever ce défi, les scientifiques recherchent différentes façons d'exploiter la puissance de l'automatisation et de l'intelligence artificielle, qui disposent de capacités de surveillance en temps réel pour les opérations de haute intensité.

Une équipe de chercheurs du Lawrence Livermore National Laboratory (LLNL), du Fraunhofer Institute for Laser Technology (ILT) et d'Aurora Infrastructure (ELI ERIC) aux États-Unis mènent une expérience en République tchèque utilisant l'apprentissage automatique (ML) optimise les lasers haute puissance. Leur objectif est d’améliorer l’efficacité des lasers pour de meilleures applications dans la recherche scientifique et la technologie de l’ingénierie. La recherche a été conçue pour résoudre un problème clé de la technologie laser actuelle, à savoir que les lasers ont tendance à échouer à une puissance de sortie élevée. Les chercheurs ont formé un code d'apprentissage automatique développé avec des simulations cognitives développées au LLNL sur la base des données d'interaction laser-cible. ajustements au fur et à mesure de l’avancement de l’expérience. La sortie est renvoyée à l’optimiseur ML, lui permettant d’affiner la forme de l’impulsion en temps réel.

L'expérience laser a duré trois semaines, chaque expérience a duré environ 12 heures, au cours desquelles le laser a été tiré 500 fois avec un intervalle de 5 secondes. Tous les 120 tirs, arrêtez le laser pour remplacer la cible en cuivre et vérifiez la cible rugueuse.

Matthew Hill, chercheur principal au LLNL, a déclaré : « Notre objectif est de démontrer des diagnostics fiables des ions et des électrons accélérés par laser sur des cibles solides à haute intensité et répétabilité. Ceci est réalisé grâce au retour rapide des algorithmes d'optimisation de l'apprentissage automatique pour "

Utilisant le système laser avancé pétawatt à taux de répétition élevé (L3-HAPLS) de pointe et l'apprentissage automatique innovant. techniques, les chercheurs développent une nouvelle approche pour comprendre les interactions laser-plasma. Des progrès significatifs ont été réalisés dans la physique complexe de l’action. Les aspects de cette physique complexe comprennent l’accélération des particules laser, la dynamique des plasmas et la physique des hautes densités d’énergie. Grâce à ces progrès, nous sommes en mesure de comprendre et d’explorer plus en profondeur les détails de systèmes physiques complexes. C'est important pour

Jusqu'à présent, les chercheurs s'appuyaient sur des méthodes scientifiques traditionnelles, qui nécessitent une intervention et des ajustements humains. Grâce aux capacités d’apprentissage automatique, les scientifiques peuvent analyser avec plus de précision de grands ensembles de données et effectuer des ajustements en temps réel au fur et à mesure des expériences.

L3-HAPLS est l'un des systèmes laser haute intensité les plus puissants et les plus rapides au monde. Des expériences ont prouvé que le L3-HAPLS présente d'excellentes performances, une bonne répétabilité, une bonne qualité caustique et un bon alignement. Des expériences ont démontré les capacités du L3-HAPLS, prouvant qu'il peut être appliqué dans plusieurs domaines, tels que le traitement des matériaux, la recherche médicale et la recherche scientifique. Ce système laser présente les caractéristiques d'une énergie élevée, d'une puissance élevée et d'un taux de répétition élevé, apportant de nouvelles avancées dans le développement de la technologie laser. L3-HAPLS

Hill et son équipe LLNL, en collaboration avec les équipes Fraunhofer ILT et ELI, ont passé environ un an à préparer l'expérience. L'équipe a utilisé plusieurs nouveaux instruments développés par le programme de recherche et de développement dirigé par le laboratoire, notamment un système d'imagerie à scintillateur reproductible et un spectromètre magnétique REPPS.

Les longs préparatifs ont porté leurs fruits et l'expérience a produit avec succès des données puissantes qui peuvent servir de base au développement dans divers domaines tels que l'énergie de fusion nucléaire, la science des matériaux et les traitements médicaux.

La technologie de l'intelligence artificielle générative a toujours été à la pointe de l'innovation et de la découverte scientifiques. Cela aide les chercheurs à repousser les limites du possible scientifique. Par exemple, la semaine dernière, des chercheurs du MIT et de l'Université de Bâle en Suisse ont développé un nouveau cadre d'apprentissage automatique pour révéler de nouvelles connaissances en science des matériaux. Et l’intelligence artificielle s’avère jouer un rôle important dans la découverte de médicaments.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!