2015年，相干光源粒子加速器(Linac coherence Light Source particle accelerator)的操作人员调查了他们如何花时间管理这台机器。他们跟踪了他们在调查问题和为不同的实验安排粒子束的新结构等任务上花费的时间。
他们发现，如果他们能自动调整束流，调整磁铁使LCLS粒子束在机器中正常运行，每年就能节省几百个小时。
自上世纪80年代以来，科学家们一直致力于使加速器的不同操作环节实现自动化。在当今无人驾驶汽车和吸尘机器人更加自动化的时代，相关努力仍在继续，下一代粒子加速器有望比以往任何时候都更加自动化。科学家们正在使用机器学习来更有效地优化波束，更有效地检测问题，并实时创建他们所需要的模拟。
快速修复
任何机器都有部件发生故障或损坏的可能。就加速器而言，这部分可能是引导粒子束的众多磁铁之一。
如果一个磁铁停止工作，有一些方法可以绕过这个问题，使用周围的磁铁。但这并不容易。粒子加速器是一个非线性系统;当操作员对其进行更改时，所有可能对下游的影响都很难预测。
美国能源部位于加州的SLAC国家加速器实验室机器学习战略计划负责人丹•拉特纳表示:“人脑并不擅长这种优化。”
操作员可以通过尝试和错误找到解决方案，但这可能需要一些时间。有了机器学习，自主加速器可以更快地完成相同的任务。
2018年12月，SLAC的LCL操作员成功地测试了一种算法，该算法通过对机器的模拟和实际数据进行培训来调整光束。
拉特纳预计LCLS及其升级版LCLS-II都不会在没有人工操作的情况下运行。LCLS- II 计划于2021年上线。他说:“最终，我们将努力解放操作员，让他们完成真正需要人手的任务。”
实际预测
在伊利诺斯州费米国家加速器实验室，物理学家让·保罗·卡内罗正在对实验室的加速器进行升级，希望有一天它能在几乎没有人类干预的情况下运行。
最近，他通过芝加哥大学的法国和芝加哥在科学领域的合作(FACCTS)项目，获得了为期两年的资助。他正在将法国萨克莱核研究中心的科学家迪德·乌里奥特开发的代码集成到实验室的PIP-II注入机测试(PIP2IT)装置中。
PIP2IT是PIP-II技术的试验场，PIP-II是费米实验室加速器的升级版，将为国际深地下中微子实验提供世界上最强的中微子束。
卡内罗说，自主加速器操作将大大减少加速器的停机时间，从而提高束流用于实验的可用性。他说，目前加速器的平均可用性有望达到90%左右。“如果你想达到98%或99%的可用性，唯一的方法就是使用计算机代码。”
除了快速修复调优问题之外，提高束流可用性的另一种方法是在潜在的问题发生之前进行检测。
即使在相对稳定的地区，地球也在不断地在我们脚下移动——同时也在移动地下粒子加速器。人们感觉不到这些运动，但加速器的束流肯定能感觉到。在几天的过程中，这些变化会导致束流开始偏离预定的方向。一个自主加速器可以在人类注意到这个问题之前纠正束流的路径。
费米实验室PIP-II项目主任莉亚·梅明加说，她认为与CEA Saclay的联合项目对实验室来说是一个极好的机会。“我们实验室的部分任务是推进粒子加速器的科学和技术。这些进步将解放加速器物理学家，让他们的才能更多地集中于开发新的想法和概念，同时为用户提供更高的可靠性和更高效的束流传输，最终提高科学产出。”
快速的模拟
加速器操作员不会把所有的时间都花在解决问题上;他们还对束流进行了修改，为特定的实验优化束流。科学家可以申请使用加速器进行研究。当他们开始进行实验时，他们最初想要的参数有时会改变。寻找自动化这一过程的方法可以为操作员和实验物理学家节省无数小时的时间。
SLAC的研究助理奥拉利 埃德琳正在通过探索科学家如何改进他们不同束流构型的模型，以及如何最好地实现这些模型来做到这一点。
为了从头到尾映射整个束流线的许多参数，科学家迄今为止需要在超级计算机上使用数千小时，并不总是理想的在线调整或找到获得特定束流配置的最佳方法。另一方面，机器学习模型可以被训练以模拟变量在一秒钟内发生变化时会发生什么。
“这是我们想要利用的机器学习的新功能之一，”埃德琳说。“我们现在正处于一个阶段，可以将这些模型集成到控制系统中，供操作员使用。”
2016年，一种旨在识别模式的机器学习算法——神经网络，在费米实验室的加速器科学与技术装置中对这一想法进行了测试。它在不到一毫秒的时间内完成了一个20分钟的过程来比较几个不同的模拟。埃德琳正在扩大她在LCLS的FAST研究，挑战目前可能的极限。
当科学家不可能因为干扰束流而进行他们想要的测量时，模拟就派上用场了，为了解决这个问题，科学家们可以使用一种算法将测量结果与其它不影响束流的测量结果关联起来，并推断出所需的测量结果。
FAST的初步研究表明，神经网络可以使用这种技术来预测需求。现在，SLAC的先进加速器和实验测试(FACET)设备，以及它的继任者FACET—II，正在领导SLAC为使用他们的束流线的科学家改进这项技术。
“这是一个激动人心的时刻，”梅明加说。“这些改进中的任何一个都将有助于推进加速器物理学领域。我很高兴PIP2IT被用于测试加速器运行中的新概念。”
谁知道呢——在接下来的几十年里，自主加速器可能会像漫游的机器人、真空吸尘器一样平淡无奇。
