Учёные Сколтеха (входит в группу ВЭБ.РФ) и Шанхайского института оптики и точной механики разработали подход, который помогает быстрее подбирать параметры лазерно-плазменного источника аттосекундных импульсов — сверхкоротких вспышек света, используемых в физических экспериментах. Вместо большого числа долгих расчётов исследователи обучили нейросеть быстро оценивать перспективные настройки и тем самым ускорили оптимизацию сложного лабораторного оборудования. Результаты работы опубликованы в журнале Communications in Nonlinear Science and Numerical Simulation.

Источники аттосекундных импульсов применяются как инструмент для исследований. Их используют в сверхбыстрой спектроскопии, при изучении магнитных материалов, хиральных молекул и электронной динамики в веществе. Задача этой работы — быстрее настраивать источник света с нужными свойствами для таких экспериментов.

Обычно подбор параметров для таких режимов требует ресурсоёмкого моделирования: отклик плазменного зеркала зависит сразу от нескольких характеристик лазерного импульса и свойств мишени, а прямые расчёты методом частиц в ячейках занимают много вычислительного времени.

В новой работе исследователи объединили физическое моделирование и машинное обучение. Они обучили нейросетевую модель на результатах одномерных PIC-симуляций, чтобы быстро предсказывать эллиптичность отражённого аттосекундного импульса, то есть один из ключевых параметров его поляризации, в зависимости от условий задачи. Для этого использовался многослойный перцептрон с Фурье-кодированием входных параметров.

После обучения модель позволяет многократно быстрее оценивать новые конфигурации и использовать нейросетевой суррогат внутри оптимизационного контура, оставляя лишь ограниченное число точных проверок за полным физическим расчётом. Это делает поиск перспективных режимов существенно более эффективным по сравнению с прямым перебором параметров.

По данным авторов, предложенный подход позволяет находить параметры, обеспечивающие более высокую эллиптичность отражённого импульса, и демонстрирует устойчивую эффективность при варьировании характеристик лазерного импульса и параметров мишени. Методика также обладает хорошей масштабируемостью и может быть расширена на более высокоразмерные пространства параметров.

«В таких задачах основная трудность связана с высокой стоимостью прямого физического моделирования: пространство параметров велико, а каждая проверка требует существенных вычислительных ресурсов. Мы показали, что сочетание нейросетевой суррогатной модели и точных PIC-расчётов позволяет существенно ускорить поиск перспективных режимов без потери физической содержательности результата», — отметил Сергей Рыкованов, руководитель Лаборатории суперкомпьютеров в ИИ Центра искусственного интеллекта Сколтеха.

Предложенный подход открывает возможности для практического проектирования источников аттосекундных импульсов с заданной поляризацией при существенно меньших вычислительных затратах. Кроме того, он может применяться и в других задачах, где требуется ускорение дорогостоящих физических симуляций с помощью нейросетевых моделей.