كيف تتعلم الشبكات العصبية رؤية المغناطيسية في الأشعة السينية ✛ ✦
الأصل: "Neural-network-based reconstruction of spin and orbital angular momentum from X-ray magnetic circular dichroism spectra"
تعلم الذكاء الاصطناعي من أطياف الأشعة السينية التمييز بين مصدري مغناطيسية الإلكترونات.
طيف الأشعة السينية هو تسجيل صوتي تتركه الإلكترونات في المواد المغناطيسية. في السابق، كان العلماء يستمعون فقط إلى شدة الصوت، أما الآن فيتعلم التعلم الآلي تمييز صوتين: دوران الإلكترون حول نفسه (اللف المغزلي) وحركته المدارية. باستخدام الضوء المستقطب، الحساس لاتجاه الدوران، درب الفيزيائيون شبكة عصبية على آلاف الأطياف المنشأة عبر محاكاة حاسوبية بقوى مختلفة للمجال الداخلي وترابط اللف المداري. أتقنت الشبكة قراءة شكل الخطوط بثقة تشبه إتقان قائد الأوركسترا لسماع كل آلة.
على عكس القواعد القديمة التي تكتفي بمساحات القمم، تلتقط الشبكة العصبية الطيف بأكمله كما لو كانت صورة تفصيلية. تستطيع رؤية التحولات الكهرومغناطيسية الدقيقة بين مستويات الطاقة وتلتقط المساهمة المدارية التي تتجلى في انحناءات خفيفة، بهامش خطأ أقل من 2%.
هذا النهج يجعل الاستشعار الكمومي أداة قياس فائقة الدقة، مما يفتح الطريق أمام أجهزة مغناطيسية جديدة.
ظهرت القواعد المبسطة لاستخلاص الخواص المغناطيسية من الأطياف في عام 1992، وهي نفس السنة التي شهدت ظهور أول متصفحات الويب.
$\langle S_z \rangle \approx \frac{1}{R} \int_{L_3} (\mu_+ - \mu_-) dE$
تربط قاعدة الجمع الكلاسيكية تكامل إشارة XMCD عبر حافة L₃ مع العزم المغزلي المتوقع، لكن الشبكة العصبية تذهب إلى ما هو أبعد من هذا التقريب، مستخدمةً المظهر الجانبي الكامل للخط.
العلماء
James Clerk MaxwellArno PenziasRalph AlpherRobert Woodrow WilsonWilhelm WienMax Planckازدواجية مغناطيسية دائرية للأشعة السينية
مطيافية الرنين المغناطيسي النووي
مطيافية الدوران النووي
إعادة بناء البيانات بالشبكات العصبية
الشبكات العصبية في التخطيط المكاني
محور الدوران
إكس جي بوست
المحاكاة العددية
إعادة بناء ثلاثية الأبعاد