Den AI-drivna HyperCT-plattformen har tre primära artikulationspunkter som kan rotera ett prov i nästan vilken riktning som helst, vilket eliminerar behovet av mänskligt ingripande och avsevärt minskar långa experimenttider. Kredit:Genevieve Martin, ORNL/U.S. Avdelningen för energi
Forskare från Oak Ridge National Laboratory utvecklar en första i sitt slag för artificiell intelligens för neutronspridning som kallas Hyperspectral Computed Tomography, eller HyperCT. Den helt automatiserade, AI-drivna plattformen kan rotera ett prov i nästan vilken riktning som helst, vilket eliminerar behovet av mänskligt ingripande och avsevärt minskar långa experimenttider.
Designen gör det möjligt för forskare att använda neutronspridning, en teknik som mäter atomer inuti material, för att slutföra karakteriseringar av prover utan pauser för justeringar. AI-mjukvaran bestämmer de optimala vinklarna att mäta baserat på ett provs form, vilket kraftigt minskar mängden onödig data som kan bromsa experimentella resultat.
"Med bara ett fåtal indataparametrar kommer HyperCT att ge oss mer exakta data ungefär fyra gånger snabbare än konventionella metoder", säger Hassina Bilheux på ORNL.
När den väl utvecklats kan tekniken användas på alla neutronspridningsinstrument, vilket avsevärt kommer att öka antalet experiment och förbättra kvaliteten på vetenskapliga data som bara neutroner kan tillhandahålla. + Utforska vidare
