Forscher entwickeln neue Methoden in der Ultrakurzzeitphysik für schärfere Molekülfilme

Stellen Sie sich vor, Sie könnten die Vorgänge im Inneren einer chemischen Reaktion oder eines Materials beobachten, während es sich verändert und auf seine Umgebung reagiert – genau das können Forscher mit einer Hochgeschwindigkeits-„Elektronenkamera“ namens Megaelectronvolt Ultrafast Electron Diffraction (MeV-UED) an der Linac Coherent Light Source (LCLS) im SLAC National Accelerator Laboratory des US-Energieministeriums tun.

Nun haben Forscher vom SLAC, Stanford und anderen Institutionen in zwei neuen Studien herausgefunden, wie sich diese winzigen, ultraschnellen Details genauer und effizienter erfassen lassen.

Im Erstes Studiumkürzlich erschienen in Strukturdynamikhat ein Team eine Technik zur Verbesserung der Zeitauflösung der Elektronenkamera erfunden.

In einem zweite Studieveröffentlicht in Naturkommunikationhaben die Forscher künstliche Intelligenz (KI) trainiert und eingesetzt, um den MeV-UED-Elektronenstrahl abzustimmen und ihn an verschiedene experimentelle Anforderungen anzupassen.

„Diese Effekte sind für die Weiterentwicklung der Strahlinstrumentierung und -diagnostik für SLAC-Elektronenbeschleuniger von großer Bedeutung und werden neue Wege bei der Erforschung neuartiger Effekte mit beispielloser Präzision eröffnen“, sagte Mohamed Othman, assoziierter Wissenschaftler am SLAC und Co-Autor beider Arbeiten.

Timing ist alles

Chemische Reaktionen laufen schnell ab – manchmal finden Schlüsselereignisse über Millionstel einer Milliardstel Sekunde oder Femtosekunden statt. Die Erfassung dieser Femtosekundenereignisse ist das Gebiet eines als ultraschnelle Wissenschaft bekannten Forschungsgebiets, für das einige der modernsten wissenschaftlichen Instrumente der Welt erforderlich sind – Instrumente wie MeV-UED.

MeV-UED macht Schnappschüsse, indem es Proben mit einem Elektronenstrahl beschießt und aufzeichnet, was im Material passiert, während die Elektronen hindurchfliegen. Das Ergebnis ist ein molekularer Film, der es Wissenschaftlern ermöglicht, das Verhalten von Molekülen und Atomen bei ultraschneller Geschwindigkeit zu untersuchen und Einblicke in Prozesse zu gewinnen, die unter anderem für Energielösungen und innovative neue Materialien und Medikamente von entscheidender Bedeutung sind.

Das Problem dabei ist, dass der MeV-UED-Strahl aus Elektronenbündeln oder Elektronenpulsen besteht – und diese können recht unkontrollierbar sein. Wenn die Elektronenpulse die Materialprobe erreichen, gibt es eine gewisse Streuung in der Ankunftszeit zwischen dem ersten und dem letzten Elektron des Pulses. Diese zeitliche Streuung sowie Schwankungen in der Zeit zwischen den Pulsen, die als Jitter bezeichnet werden, machen es schwierig, genau zu bestimmen, wann etwas in jedem Elektronenkamerabild passiert.

Das SLAC-Team hatte zuvor berichtet, dass die Verwendung von Terahertz-Strahlung, die im elektromagnetischen Spektrum zwischen Mikrowellen und Infrarotlicht liegt, und das Hinzufügen eines Kompressors zum MeV-UED die Zeitauflösung des Instruments verbessert haben. Der Kompressor verwendet Terahertz-Strahlung, um die Zeitspanne für einen Elektronenpuls durch eine Methode zu verkürzen, die – passenderweise – Bündelkompression genannt wird.

Um Elektronenpakete noch besser zu zähmen, kombinierte das Team die Paketkompression mit einer anderen Methode namens Zeitstempelung: Nachdem der Impuls mit der Probe interagiert und den Detektor erreicht hat, werden die Zeitinformationen im Bild der Elektronenkamera kodiert. Durch eine einfache Zeitsortierung können Benutzer den Zeitpunkt jedes Bildes oder Films genauer bestimmen.

Die Kombination aus Bündelkompression und Zeitstempelung erhöhte die zeitliche Präzision und reduzierte das Jitter. „Forscher könnten diese Technik nutzen, um extrem schnelle Zeitskalen zu beobachten, insbesondere für die Atombewegung in Materialien“, sagte Othman. „Dieses Atommikroskop kann in der Grundlagenforschung eingesetzt werden: Materialwissenschaft, Chemie, grüne Energie, Quanteninformation und mehr. Für die Untersuchung dieser Wissenschaftsbereiche ist es entscheidend, die Femtosekundenskalen zu erreichen.“

Nach dem Erfolg dieses Prototyps besteht ihr nächster Schritt darin, ein Instrument mit den kombinierten Fähigkeiten zu bauen. „Wir versuchen, die Grenzen dessen zu erweitern, was das MeV-UED leisten kann, beispielsweise in Bezug auf die Zeitmessung. Da das MeV-UED eine DOE-Benutzereinrichtung ist, möchten wir dieses Instrument bauen, das eine Option für Benutzer sein kann“, sagte Othman.

Die Macht der KI

Forscher aus aller Welt kommen zum MeV-UED des SLAC, um ihre Experimente durchzuführen, und ihre Anforderungen sind sehr unterschiedlich. Für jedes Experiment müssen die Strahlbediener 20 bis 30 Parameter optimieren, wie etwa die Strahlfleckgröße, und Kompromisse zwischen allen Parametern abwägen.

Fuhao Ji, Wissenschaftler am SLAC und Hauptautor der Studie, verglich den Abstimmungsprozess mit der Veränderung der Rezeptzutaten beim Brotbacken, um sie dem Geschmack des Kunden anzupassen – es gibt viele Faktoren zu berücksichtigen und jedermanns Geschmack ist ein wenig anders.

Derzeit treffen erfahrene Bediener all diese Entscheidungen selbst, mit etwas Hilfe eines automatisierten Prozesses, aber dieser ist nicht so effizient, wie er sein könnte. Um den Ablauf reibungsloser zu gestalten, haben sich SLAC-Forscher auf der Beschleuniger- und Instrumentierungsseite des Labors mit den KI-Experten des Labors zusammengetan, um ein spezielles KI-Modell namens Multi-Objective Bayesian Optimization (MOBO) zu implementieren, mit dem der Elektronenstrahl am MeV-UED direkt online abgestimmt werden kann.

Mit diesem Ansatz ließe sich das System genauso gut einstellen wie mit einem erfahrenen Bediener und mindestens zehnmal schneller als mit dem automatisierten Verfahren. Da die Benutzer eine feste Strahlzeit haben, bedeutet das weniger Zeit für das Herumprobieren und mehr Zeit für die Durchführung ihrer Experimente und das Sammeln von Daten.

Bevor das SLAC-Team das KI-Modell in Betrieb nahm, musste es es trainieren, damit es nicht nur wusste, wonach es suchen musste, sondern auch, wie es die Kompromisse zwischen den Strahlparametern bewerten musste. Das Modell lernte durch praktische Erfahrung: Die Forscher führten Experimente durch und sammelten Daten wie üblich und gaben diese Daten dann in das Modell ein, das lernte, wie verschiedene Parameter zusammenwirkten, um den Strahl zu formen.

Wie andere KI-Modelle kann MOBO neue Ergebnisse aus neuartigen Parametereinstellungen vorhersagen, was besonders nützlich ist, wenn ein Benutzer eine Strahleinstellung benötigt, die noch nie zuvor verwendet wurde. Das Modell liefert auch ein umfassenderes Bild des experimentellen Systems.

„Dies ist das Ergebnis einer engen Zusammenarbeit zwischen MeV-UED und der Gruppe für maschinelles Lernen der Accelerator Directorate und ebnet den Weg zum ultimativen Ziel, eine durchgängig automatisierte intelligente wissenschaftliche Benutzereinrichtung bei MeV-UED einzurichten“, sagte Ji, wo KI-Algorithmen alle Komponenten im gesamten System gemeinsam optimieren würden, von der Elektronenquelle über den Beschleuniger, die Lichtquelle, die Probeneinstellungen bis hin zum Detektor.

Ji und seine Kollegen möchten die Fähigkeiten des MOBO-Tools erweitern. Ihr nächster Schritt ist die Einführung eines weiteren KI-Tools, der Bayesian-Algorithmus-Ausführung, um den Optimierungsprozess weiter zu beschleunigen und eine bessere Leistung zu erzielen.

„Wir erwarten, dass es weitreichende Auswirkungen auf die Forschung in verschiedenen Disziplinen wie Physik, Chemie, Biologie und Quantenmaterialien in großen, komplexen wissenschaftlichen Nutzereinrichtungen haben wird“, sagte Ji.