[ad_1]
La inteligencia artificial (IA) está transformando todas las áreas de la ciencia, desde la biología hasta la ciencia de los materiales. En algunos tipos de experimentos de rayos X, los nuevos enfoques de IA han permitido a los investigadores obtener un análisis más preciso de sus muestras y en mucho menos tiempo.
Un grupo de investigadores del Laboratorio Nacional Argonne del Departamento de Energía de EE. UU. (DOE) está utilizando IA para llevar a cabo la desafiante tarea de analizar datos de experimentos de rayos X de alta energía. Usando un nuevo método basado en redes neuronales llamado BraggNN, el equipo de Argonne puede identificar con mayor precisión los picos de Bragg (puntos de datos que indican las posiciones y orientaciones de diminutos cristales individuales) en una fracción del tiempo que tomaba anteriormente.
Las redes neuronales (la NN en BraggNN) son algoritmos que buscan patrones en los datos y aprenden con el tiempo a predecir resultados, acelerando el análisis de esos datos.
“BraggNN nos brinda una eficiencia y velocidad mucho mayores que las técnicas convencionales”, dijo Antonino Miceli de Argonne, autor del artículo y líder de grupo en Advanced Photon Source (APS), una instalación de usuarios de la Oficina de Ciencias del DOE en Argonne.
En los últimos años, una técnica llamada microscopía de difracción de alta energía (HEDM) se ha convertido en una de las formas más populares que utilizan los científicos para caracterizar con precisión materiales complicados con alta resolución. Aunque HEDM ha demostrado ser una gran mejora con respecto a las técnicas convencionales, también puede ser costosa y consumir mucho tiempo. Implica la recopilación de enormes conjuntos de datos, el análisis de millones de picos de difracción de Bragg y la reconstrucción de la muestra utilizando esos picos.
Se espera que la actualización inminente del APS mejore enormemente la velocidad de adquisición de datos HEDM a un minuto o menos. Pero el tiempo de cómputo para completar el análisis de múltiples picos de Bragg puede extenderse a horas o semanas, incluso con las supercomputadoras más grandes. Estos retrasos no solo ralentizan la investigación, sino que también impiden el uso de la información HEDM para dirigir los experimentos. Por ejemplo, los científicos que estudian cómo se forman las grietas en los materiales podrían usar los datos analizados para rastrear dónde están emergiendo esas grietas, casi en tiempo real.
Para abordar estos desafíos, los investigadores que trabajan en APS recurrieron a la IA para acelerar y optimizar el análisis de picos de Bragg. El método convencional implica usar un modelo 2D o 3D y ajustarle los datos de los picos, pero el nuevo modelo del equipo de investigación puede determinar directamente las posiciones de los picos a partir de los datos.
“Los métodos convencionales funcionan como probarse un traje en una sastrería”, dijo el científico computacional de Argonne, Hemant Sharma, autor del estudio. “Primero tienes que probarte una forma estimada y luego ajustarla. Con nuestra técnica, utilizando una red neuronal, es como generar instantáneamente el traje perfecto a partir de la fotografía de una persona”.
Después de entrenar el modelo con datos que contenían picos de difracción, los investigadores pudieron acelerar drásticamente el análisis y mejorar la precisión. “El verdadero logro es que hicimos determinaciones de picos mucho más rápido y también entregamos una precisión de subpíxeles, el estándar de oro para sacar conclusiones útiles”, dijo el científico informático de Argonne Zhengchun Liu, el primer autor del artículo.
Los métodos computacionales avanzados utilizados por BraggNN son especialmente propicios para su uso en un chip de unidad de procesamiento de gráficos (GPU), lo que ayuda a acelerar aún más su rendimiento.
El equipo usó el sistema ThetaGPU en Argonne Leadership Computing Facility (ALCF), una instalación para usuarios de la Oficina de Ciencias del DOE, y la plataforma Cerebras AI en ALCF AI Testbed para entrenar rápidamente el modelo.
Un artículo basado en el estudio fue publicado en el Journal of the International Union of Crystallography. Otros autores del estudio incluyen a Jun-Sang Park de Argonne, Peter Kenesei, Jonathan Almer, Rajkumar Kettimuthu e Ian Foster.
Acerca de la fuente de fotones avanzada
La fuente de fotones avanzados (APS) de la Oficina de Ciencia del Departamento de Energía de EE. UU. en el Laboratorio Nacional de Argonne es una de las instalaciones de fuentes de luz de rayos X más productivas del mundo. El APS proporciona haces de rayos X de alto brillo a una comunidad diversa de investigadores en ciencia de los materiales, química, física de la materia condensada, ciencias de la vida y ambientales e investigación aplicada. Estos rayos X son ideales para la exploración de materiales y estructuras biológicas; distribución elemental; estados químicos, magnéticos, electrónicos; y una amplia gama de sistemas de ingeniería tecnológicamente importantes, desde baterías hasta rociadores de inyectores de combustible, todos los cuales son los cimientos del bienestar económico, tecnológico y físico de nuestra nación. Cada año, más de 5000 investigadores usan el APS para producir más de 2000 publicaciones que detallan descubrimientos impactantes y resuelven estructuras de proteínas biológicas más vitales que los usuarios de cualquier otra instalación de investigación de fuente de luz de rayos X. Los científicos e ingenieros de APS innovan en tecnología que está en el corazón del avance de las operaciones de aceleradores y fuentes de luz. Esto incluye los dispositivos de inserción que producen rayos X de brillo extremo apreciados por los investigadores, lentes que enfocan los rayos X hasta unos pocos nanómetros, instrumentación que maximiza la forma en que los rayos X interactúan con las muestras que se estudian y software que recopila y gestiona la enorme cantidad de datos resultantes de la investigación de descubrimiento en la APS.
Esta investigación utilizó recursos de Advanced Photon Source, una instalación para usuarios de la Oficina de Ciencias del DOE de EE. UU. operada para la Oficina de Ciencias del DOE por el Laboratorio Nacional de Argonne bajo el Contrato No. DE-AC02-06CH11357.
El Laboratorio Nacional de Argonne busca soluciones a problemas nacionales apremiantes en ciencia y tecnología. Argonne, el primer laboratorio nacional del país, lleva a cabo investigaciones científicas básicas y aplicadas de vanguardia en prácticamente todas las disciplinas científicas. Los investigadores de Argonne trabajan en estrecha colaboración con investigadores de cientos de empresas, universidades y agencias federales, estatales y municipales para ayudarlos.
[ad_2]