Surrogate model driven RL optimization of the TWOCRYST crystal angular alignment
تقدم هذه الورقة MDHaloEnv، وهي بيئة تعلم تعزيزي قائمة على Gymnasium تستخدم تحسين "السياسة القريبة من الأمثلية" (Proximal Policy Optimization) وتحسينات لعملية "ماركوف لاتخاذ القرار" (Markov Decision Process) ذات الأسس النظرية، لأتمتة وتعزيز محاذاة البلورات بمستوى الميكروراديان في تجربة TWOCRYST، مما يؤدي إلى تحسين كفاءة التكليف للدراسات المستقبلية القائمة على مصادم الهادرونات الكبير (LHC) ثنائية القنوات.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
داخل النفق الضخم الذي يتخذ شكل حلقة في مصادم الهادونات الكبير، تتحرك البروتونات بسرعة تقارب سرعة الضوء، وتدور مليارات المرات في الثانية. ولدراسة اللبنات الأساسية للكون، يحتاج العلماء غالباً إلى تقشير الطبقات الخارجية لهذا الشعاع، واستخراج هالة رقيقة من الجسيمات الشاردة وتوجيهها نحو هدف محدد. هذه عملية دقيقة؛ إذ يجب توجيه الجسيمات بدقة متناهية باستخدام بلورات سيليكون منحنية، تعمل مثل مرايا مجهرية تحجز البروتونات وتثني مسارها. ومع ذلك، يجب محاذاة هذه البلورات بدقة أدق من عرض شعرة الإنسان، فإذا انحرفت ولو قليلاً، سيفقد الشعاع هدفه وتفشل التجربة. تقليدياً، كانت محاذاة هذه البلورات عملية يدوية بطيئة، تتطلب من المشغلين الخبراء قضاء ساعات في إجراء تعديلات طفيفة أثناء مراقبة إشارات خافتة. إنها مهمة تتطلب الصبر ويداً ثابتة، لكنها تمثل أيضاً عقبة تحد من سرعة بدء التجارب الجديدة.
قام فريق من الباحثين من منظمة سيرن (CERN) وجامعات عبر أوروبا الآن بتطوير طريقة جديدة لحل هذه المشكلة. فقد أنشأوا برنامج كمبيوتر يتعلم كيفية محاذاة هذه البلورات تلقائياً، باستخدام طريقة تسمى "التعلم التعزيزي". وبدلاً من الاعتماد على معادلات فيزيائية معقدة للتنبؤ بكيفية سلوك الشعاع، يتعلم البرنامج مباشرة من البيانات الحقيقية التي جُمعت خلال الاختبارات السابقة. إنه يعامل عملية المحاذاة كأنها لعبة: يعمل الكمبيوتر كلاعب يقوم بإجراء تعديلات صغيرة على زاوية البلورة، ويحصل على نقاط بناءً على مدى نجاح الشعاع في إصابة الهدف. ومع مرور الوقت، يتعلم البرنامج أفضل التحركات لزيادة درجته، ليكتشف في النهاية استراتيجية أسرع وأكثر اتساقاً من المشغلين البشر. ويمثل هذا النهج، الذي اختُبر في تجربة "TWOCRYST"، خطوة مهمة نحو جعل مسرعات الجسيمات أكثر استقلالية وكفاءة.
يكمن جوهر هذا الإنجاز في بيئة افتراضية بناها الباحثون لتدريب ذكائهم الاصطناعي. ولأن المسرع الحقيقي ثمين للغاية ومخاطرة كبيرة لاستخدامه في التعلم القائم على التجربة والخطأ، أنشأ الفريق توأماً رقمياً يسمى "MDHaloEnv". يأخذ هذا النظام بيانات تاريخية من اختبارات الشعاع، حيث تم تدوير البلورات يدوياً عبر آلاف المواضع، ويستخدمها لمحاكاة ما سيحدث إذا حاول الكمبيوتر محاذاة البلورة بنفسه. يتلقى البرنامج صوراً من كاميرا عالية السرعة تتبع الجسيمات، جنباً إلى جنب مع بيانات من مستشعرات تقيس فقدان الشعاع. بعد ذلك، يقرر ما إذا كان سيقوم بتدوير البلورة قليلاً لليسار أو لليمين. وإذا أدى التعديل إلى تقريب الشعاع من المسار المثالي، يحصل البرنامج على مكافأة؛ وإذا أبعده، يحصل على عقوبة.
ولجعل عملية التعلم هذه فعالة، تعين على الباحثين التغلب على عدة تحديات. كانت البيانات التي استخدموها غير مثالية، حيث احتوت على فجوات وتناقضات لأنها جاءت من تجارب واقعية وليست من محاكاة مثالية. كما كانت الإشارات من المستشعرات مشوشة في كثير من الأحيان، مما جعل من الصعب تحديد ما إذا كان التغيير الطفيف في الشعاع ناتجاً عن تعديل جيد أم مجرد تقلب عشوائي. وللتعامل مع ذلك، صمم الفريق نظام مكافأة يعمل على تنعيم هذه التقلبات، مما يعطي الكمبيوتر صورة أوضح عما إذا كان يتحرك في الاتجاه الصحيح. كما برمجوا النظام لتجنب القيام بحركات غير ضرورية أو مضطربة، وتشجيعه على إيجاد موضع مستقر بدلاً من التذبذب ذهاباً وإياباً.
عندما قاموا بتدريب الوكيل الحاسوبي باستخدام هذا الإعداد، كانت النتائج مبهرة. فقد تعلم الوكيل التنقل في المشهد المعقد لزوايا البلورات ووجد باستمرار "النقطة المثالية" حيث تكون المحاذاة مثالية. وفي الاختبارات، استطاع البرنامج البدء من نطاق واسع من المواضع الأولية - بعضها بعيد عن الهدف - وتوجيه البلورة بنجاح إلى المحاذاة الصحيحة في غضون دقائق معدودة. كما تعلم التعرف على الأنماط الدقيقة في صور الكاميرا التي تشير إلى أن الشعاع في مكانه الصحيح، حتى عندما كانت الإشارات ضعيفة أو مشوشة. وقد أثبت النظام متانة، حيث حافظ على أدائه حتى عند تغير الظروف الأولية، مما يشير إلى أنه تعلم استراتيجية عامة بدلاً من مجرد حفظ مسار محدد.
قارن الباحثون طريقتهم الجديدة باختلافات مختلفة من نظام المكافأة لمعرفة أيها يعمل بشكل أفضل. ووجدوا أن الجمع بين تقنية التنعيم وفرض عقوبة على الحركة المفرطة أنتج أكثر النتائج استقراراً. فقد تعلم الكمبيوتر الاستقرار في الموضع الأمثل مع حد أدنى من الاهتزاز، ليصل إلى مستوى من الدقة يطابق الحدود النظرية للبيانات نفسها. وهذا يعني أن النظام لم يكن مجرد تخمين؛ بل تعلم حقاً السلوك الكامن وراء الشعاع والبلورة. ويشير نجاح هذا النهج إلى إمكانية تطبيق تقنيات مماثلة على أجزاء أخرى من المسرع، مما قد يسمح بإجراء تجارب أكثر تعقيداً تتطلب محاذاة عدة بلورات في وقت واحد.
هذا العمل مهم بشكل خاص للتجارب المستقبلية، مثل تجربة "ALADDIN" المقترحة، والتي تهدف إلى قياس الخصائص المغناطيسية والكهربائية للجسيمات قصيرة العمر. ستعتمد هذه التجارب على نفس إعداد البلورات المزدوجة، وستتطلب محاذاة أسرع وأكثر دقة مما هو ممكن حالياً. ومن خلال إثبات أن الكمبيوتر يمكنه تعلم هذه المهمة من بيانات حقيقية دون الحاجة إلى نموذج فيزيائي مثالي، فتح الباحثون الباب أمام عصر جديد من التحكم الذاتي في فيزياء الجسيمات. لا يحتاج النظام إلى فهم الرياضيات العميقة لتفاعلات الجسيمات؛ بل يحتاج فقط إلى معرفة كيف تبدو المحاذاة الناجحة، ويمكنه تعلم ذلك من خلال الخبرة.
يتضمن المسار المستقبلي اختبار هذا النظام في الوقت الفعلي خلال اختبارات الشعاع المستقبلية. يخطط الفريق لتشغيل الكمبيوتر في "وضع الظل"، حيث يراقب التجربة ويقترح التعديلات دون التحكم الفعلي في الأجهزة. سيتيح لهم ذلك مقارنة قرارات الكمبيوتر مع قرارات المشغلين البشر وضمان السلامة قبل تسليمه التحكم الكامل. وإذا نجحت هذه الاختبارات، يمكن أن تصبح هذه الطريقة أداة قياسية لتشغيل التجارب الجديدة، مما يوفر وقتاً ثميناً ويسمح للعلماء بالتركيز على الفيزياء بدلاً من ميكانيكا المحاذاة. إن القدرة على أتمتة مثل هذه المهمة الحرجة والدقيقة تمثل تطوراً كبيراً في كيفية تشغيل أقوى الأدوات العلمية في العالم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.