Maschinelles Lernen optimiert Experimente mit dem Hochleistungslaser

Internationales Forscherteam des Lawrence Livermore National Laboratory, des Fraunhofer ILT und der ELI - Extreme Light Infrastructure in der ELI Beamlines Facility, Prag, Tschechische Republik.
© ELI ERIC

Ein Team von internationalen Wissenschaftlerinnen und Wissenschaftlern des Lawrence Livermore National Laboratory (LLNL), des Fraunhofer-Instituts für Lasertechnik ILT und der Extreme Light Infrastructure (ELI) hat gemeinsam ein Experiment zur Optimierung von Hochleistungslasern mit hoher Wiederholrate mithilfe von maschinellem Lernen durchgeführt. Dieses Experiment stellt einen bedeutenden Fortschritt in der Erforschung, dem Verständnis und der praktischen Anwendung von Hochenergielasern dar.

»Unser Ziel war es, eine robuste Diagnose von laserbeschleunigten Ionen und Elektronen aus festen Targets bei hoher Intensität und Wiederholrate zu demonstrieren«, erklärt Matthew Hill, leitender Forscher des LLNL. »Durch die schnelle Kopplung eines Optimierungsalgorithmus aus dem Bereich des maschinellen Lernens an das Laser-Frontend war es möglich, die Ausbeute der generierten Ionenstrahlung zu maximieren.«

Durch die Kombination modernster Lasertechnologie mit maschinellem Lernen eröffnen diese gemeinsamen Forschungsaktivitäten neue Möglichkeiten für die Erforschung verschiedenster anderer Fachgebiete wie beispielsweise der medizinischen Therapie, der Materialwissenschaften oder aber des Kulturerbes.

Mehr als 4000 Schüsse, die während der Testphase abgegeben wurden und durchweg Laserintensitäten von 3×10^21 W/cm² auf Festkörper-Targets übertrafen, zeigten über die bislang erzielte Leistung hinaus eine deutliche Optimierung der Ionenausbeute. »Das gesamte Team hat mit großem Einsatz eine enorme Menge qualitativ hochwertiger Daten produziert. Diese muss nun verarbeitet werden, damit in einem weiteren Schritt die zugrunde liegende Physik analysiert werden kann«, sagt Hill.

Das Experiment fand in der ELI Beamlines Facility in der Tschechischen Republik statt, wo die Forschenden das hochmoderne High-Repetition-Rate Advanced Petawatt Laser System (L3-HAPLS) nutzten, um Protonen im ELIMAIA Laser-Plasma-Ionen-Beschleuniger zu erzeugen. Der L3-HAPLS-Laser ist bekannt für die Stabilität seiner Laserpulsleistung, seine Präzision, seine Strahlqualität und seine Fähigkeit, intensive Laserpulse mit hoher Wiederholrate zu erzeugen. Damit wird wiederum die Realisierung von Sekundärquellen zur Erzeugung von Elektronen, Ionen und Röntgenstrahlen ermöglicht. Die beispiellose Wiederholgenauigkeit des L3-HAPLS erlaubte es dem Team, sich auf das Verständnis der Laser-Plasma-Wechselwirkung zu konzentrieren.

»Indem wir HAPLS nutzen und mit bahnbrechenden maschinellem Lernen kombinieren, haben wir ein bemerkenswertes Projekt gestartet, um die komplizierte Physik der Laser-Plasma-Wechselwirkung besser zu verstehen«, fügt Constantin Häfner, Leiter des Fraunhofer ILT und des Lehrstuhls für Lasertechnik LLT an der RWTH Aachen University, hinzu. »Die gemeinsamen Forschungsaktivitäten sind ein deutlicher Beleg dafür, wie Teamarbeit und technologischer Fortschritt dazu beitragen können, die Grenzen wissenschaftlicher Erkenntnisse gemeinsam zu erweitern.«

Sowohl für die Facility als auch für die gesamte Wissenschaftsgemeinschaft im Bereich der Hochenergiedichte-Physik markiert die gelungene Kombination des maschinellen Lernens mit der Targetdiagnostik und der Dispersionssteuerung eines Hochleistungslasers mit hoher Wiederholrate einen bedeutenden Meilenstein.

»Die erfolgreiche Durchführung eines so komplexen Experiments ist ein Beweis für die Spitzenqualität und Zuverlässigkeit des L3-HAPLS-Lasersystems«, sagt Bedrich Rus, leitender Laserwissenschaftler bei ELI Beamlines. Daniele Margarone, Direktor für Forschung und Betrieb bei ELI Beamlines, fasst zusammen: »Mit solchen Experimenten beweist ELI seine Bereitschaft und Fähigkeit, die Grenzen des Wissens zu erweitern. Wir am ELI sind bestrebt, transformative Experimente zu ermöglichen, die die Möglichkeiten der Laserwissenschaft und darüber hinaus neu definieren.«

Wissenschaftliche Ansprechpartner:

Prof. Dr. rer. nat. Constantin Häfner
Institutsleiter
Telefon +49 241 8906-500
constantin.haefner@ilt.fraunhofer.de

Univ.-Prof. Dr. rer. nat. Dipl.-Ing. Carlo Holly
Abteilungsleiter Data Science und Messtechnik
Telefon +49 241 8906-142
carlo.holly@tos.rwth-aachen.de

Fraunhofer-Institut für Lasertechnik ILT
Steinbachstraße 15
52074 Aachen
www.ilt.fraunhofer.de

Weitere Informationen:

https://www.ilt.fraunhofer.de/

Media Contact

Petra Nolis M.A. Marketing & Kommunikation
Fraunhofer-Institut für Lasertechnik ILT

Alle Nachrichten aus der Kategorie: Physik Astronomie

Von grundlegenden Gesetzen der Natur, ihre elementaren Bausteine und deren Wechselwirkungen, den Eigenschaften und dem Verhalten von Materie über Felder in Raum und Zeit bis hin zur Struktur von Raum und Zeit selbst.

Der innovations report bietet Ihnen hierzu interessante Berichte und Artikel, unter anderem zu den Teilbereichen: Astrophysik, Lasertechnologie, Kernphysik, Quantenphysik, Nanotechnologie, Teilchenphysik, Festkörperphysik, Mars, Venus, und Hubble.

Zurück zur Startseite

Kommentare (0)

Schreiben Sie einen Kommentar

Neueste Beiträge

Sensoren für „Ladezustand“ biologischer Zellen

Ein Team um den Pflanzenbiotechnologen Prof. Dr. Markus Schwarzländer von der Universität Münster und den Biochemiker Prof. Dr. Bruce Morgan von der Universität des Saarlandes hat Biosensoren entwickelt, mit denen…

3D-Tumormodelle für Bauchspeicheldrüsenkrebsforschung an der Universität Halle

Organoide, Innovation und Hoffnung

Transformation der Therapie von Bauchspeicheldrüsenkrebs. Bauchspeicheldrüsenkrebs (Pankreaskarzinom) bleibt eine der schwierigsten Krebsarten, die es zu behandeln gilt, was weltweite Bemühungen zur Erforschung neuer therapeutischer Ansätze anspornt. Eine solche bahnbrechende Initiative…

Leuchtende Zellkerne geben Schlüsselgene preis

Bonner Forscher zeigen, wie Gene, die für Krankheiten relevant sind, leichter identifiziert werden können. Die Identifizierung von Genen, die an der Entstehung von Krankheiten beteiligt sind, ist eine der großen…