Lernende Maschinen sagen die Eigenschaften von FEL-Pulsen voraus
Mithilfe lernender Rechner ist es einer Forschungsgruppe mit Beteiligung der Universität Kassel gelungen, die Eigenschaften spezieller Röntgen-Strahlung aus sogenannten Freie-Elektronen-Lasern (FELs) genau und schnell zu bestimmten. Das macht Experimentatoren in aller Welt viele Untersuchungen von Molekülen und Atomen leichter und eröffnet neue Möglichkeiten der Grundlagenforschung in der Physik, Biologie, Chemie und Materialwissenschaft.
XFELs stoßen eine extrem helle und vielseitige Strahlung aus, die in der Grundlagenforschung eingesetzt wird, um Moleküle und Atome zu beschießen und beim Zerfall zu untersuchen. Doch um die gewonnenen Daten exakt auszuwerten, müssen die Eigenschaften jedes Strahlungspulses (Intensität, Puls-Dauer, Wellenlänge) genau bestimmt werden. Das war bislang nur mit sehr aufwändigen und zeitintensiven Verfahren möglich.
Gregor Hartmann und André Knie waren teil eines internationalen Teams das ein Verfahren entwickelt hat, um die Eigenschaften der FEL-Pulse mit großer Genauigkeit vorherzusagen. Bestimmte Eigenschaften der FEL-Pulse lassen sich nur mit sehr langsa-men Verfahren bestimmen. Schnellere Methoden liefern nur einen Teil der nötigen Daten. Das Team brachten ihren Rechnern bei, diese Datensätze miteinander zu verknüpfen und die Beziehung zwischen ihnen zu verstehen; von den „schnelleren“ Daten können die Computer jetzt auch auf die Daten rückschließen, die sonst nur sehr langsam zu gewinnen wären. Das bedeutet, dass die Rechner selbstständig die Ergebnisse neuer Experimente auswerten können. Die Treffgenauigkeit liegt bei 97 Prozent.
A. Sanchez et al. Nature Communications 8 15461 (2017)
DOI: 10.1038/ncomms15461
Dr. Gregor Hartmann @ AGE – Spektroskopie