Исследователи Орхусского университета подключили самодельный спектрометр динамической ядерной поляризации (DNP) к алгоритму машинного обучения и запустили подбор микроволновых импульсов непосредственно на образце. В опыте с двумя спиновыми системами более сложная последовательность дала примерно на 70% большее усиление сигнала, чем эталонный метод. О работе, опубликованной в Science Advances 28 октября 2026 года, сообщил Phys.org.

Алгоритм проверяет каждый вариант на самом образце

Ядерный магнитный резонанс (ЯМР) позволяет получать сведения о строении молекул и материалов, но его сигнал сравнительно слаб. В динамической ядерной поляризации исследователи используют микроволновые импульсы, чтобы усилить сигнал ядерных спинов. Проблема в том, что в такой системе могут одновременно взаимодействовать сотни или тысячи спинов. Заранее рассчитать идеальную последовательность импульсов трудно, а компьютерная модель может не учесть реальные особенности прибора и образца.

Вместо того чтобы сначала строить подробную модель, учёные замкнули цикл на эксперименте. Спектрометр проверяет одну последовательность прямо на образце, измеряет сигнал и передаёт результат алгоритму байесовской оптимизации. Тот выбирает следующий вариант с учётом уже полученных данных. Так прибор постепенно ищет последовательность, которая лучше работает именно в данной системе.

В одной из двух спиновых систем алгоритм получил результаты, сопоставимые с некоторыми современными подходами. В более сложной системе найденная последовательность усилила сигнал примерно на 70% сильнее эталонного метода, с которым её сравнивали исследователи.

Представим условный радиоприёмник, которому нужно найти настройку для слабой станции в комнате с помехами. Расчёт по схеме может подсказать перспективные частоты, но сам приёмник всё равно лучше знает, какие помехи возникают именно в этой комнате. Алгоритм в описанном эксперименте действует похожим образом: он не угадывает свойства реального прибора заранее, а проверяет варианты и использует измеренный результат. Это не ускоряет сам поиск: одна оптимизация занимала от чуть менее двух до почти пяти дней. Зато найденную последовательность можно применять повторно.

Более сильный сигнал означает, что для полезного измерения может потребоваться меньше повторов. Поэтому выигрыш особенно интересен там, где ЯМР нужен для подробного анализа строения молекул и материалов, а не только для обнаружения следовых количеств вещества. Среди возможных направлений авторы называют магнитно-резонансные квантовые сенсоры, лабораторные исследования, промышленный контроль процессов, экологические измерения и анализ пищевых продуктов.

Пока это подтверждение принципа на модельных системах, а не готовый универсальный метод для любых образцов. Возможные применения ещё предстоит проверять отдельно. Подготовку и разбор публикаций по теме можно поручить специалистам, которые занимаются научными статьями.

Схема замкнутого цикла, в котором спектрометр проверяет импульсы на образце, передаёт измеренный сигнал алгоритму и получает следующий вариант

Фото: jarmoluk / Pixabay