Российские учёные обучили ИИ настраивать ускорители частиц
Исследователи НИУ ВШЭ и Института ядерной физики СО РАН разработали программу RLABC, которая с помощью обучения с подкреплением подбирает настройки магнитов ускорителя. В компьютерном эксперименте через канал прошло около 70% частиц.
Специалисты Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ вместе с коллегами из Института ядерной физики имени Г.И. Будкера СО РАН создали программу RLABC. Она подбирает оптимальные параметры магнитов ускорителя частиц методом обучения с подкреплением. Исследование опубликовано в журнале Computer Physics Communications.
Ускорители разгоняют заряженные частицы — электроны или протоны — с помощью электрических полей, а магниты направляют и фокусируют пучок. Если настройки магнитов подобраны неудачно, часть частиц отклоняется от траектории и теряется, а изменение одного магнита влияет на прохождение пучка через следующие. Подобрать удачное сочетание десятков параметров вручную сложно.
RLABC связывает алгоритмы машинного обучения с программой Elegant, которую физики используют для расчета движения пучков. Нейросеть задает параметры магнитов, Elegant рассчитывает поведение пучка и возвращает оценку: чем больше частиц дошло до конца канала, тем она выше. «Чем больше частиц удается провести дальше, тем выше оценка. После множества попыток сеть учится выбирать настройки все лучше», — пояснил стажер-исследователь лаборатории методов анализа больших данных НИУ ВШЭ Анвар Ибрахим.
Программу испытали на компьютерной модели комплекса ВЭПП-5 с 11 магнитами и 37 настраиваемыми параметрами: до конца канала дошло в среднем 70% частиц, при подборе всех параметров — около 66%. На модели с другой схемой расположения магнитов результат составил 71%. По данным авторов, решения программы сопоставимы с настройками специалистов по ускорительной технике.
Заведующий лабораторией методов анализа больших данных НИУ ВШЭ Денис Деркач отметил, что RLABC позволяет проверять разные конфигурации и находить сочетания параметров, которые раньше не рассматривались. Научный сотрудник ИЯФ СО РАН Алексей Петренко добавил, что подход должен автоматизировать настройку ускорителей, оставив окончательное решение за человеком. Код программы опубликован в открытом доступе. Исследователи планируют испытать RLABC на реальных ускорителях.
