Учёные из России и Китая разработали систему машинного обучения, которая позволяет подбирать параметры работы лазеров, вырабатывающих сверхкороткие вспышки излучения, в тысячу раз быстрее, чем с помощью классических физических расчётов.
Об этом сообщила пресс-служба «Сколтеха». Главная трудность в таких задачах — высокая стоимость прямого физического моделирования. Пространство параметров очень велико, а каждая проверка требует значительных вычислительных ресурсов. Доцент Центра искусственного интеллекта «Сколтеха» Сергей Рыкованов пояснил, что сочетание нейросетевой модели и точных расчётов позволяет значительно ускорить поиск перспективных режимов без потери физической содержательности результата.
Сверхкороткие лазерные импульсы (длиной в несколько десятков или сотен аттосекунд) используются для наблюдения за процессами внутри молекул и различных материалов. Для таких исследований необходимо очень точно подбирать параметры работы лазера. Раньше физики просчитывали взаимодействие лазерных импульсов с частицами в плазменном облаке, которое возникает при облучении металлической фольги.
Российские и китайские учёные выяснили, что процесс подбора параметров можно ускорить на несколько порядков, объединив физическое моделирование и нейросети, обученные на результатах прошлых точных расчётов. Обученная система искусственного интеллекта позволяет быстро оценивать новые конфигурации излучателя и проверять их с помощью ограниченного числа точных расчётов.
Предложенный подход открывает возможности для практического проектирования источников аттосекундных импульсов с заданной поляризацией при значительно меньших вычислительных затратах. Кроме того, он может применяться и в других задачах, где требуется ускорение дорогостоящих физических симуляций.
