Дослідники розробили детектор радіації за прототипом «Тетриса»
Натхненні фігурами тетраміно з класичної відеогри «Тетрис», дослідники з Массачусетського технологічного інституту у США розробили простий детектор радіації, який може безпечно та ефективно відстежувати радіоактивні джерела. Пристрій використовує алгоритм машинного навчання для обробки даних, що дозволяє йому створювати точні карти джерел.
У звичайному детекторі карти випромінювання створюються шляхом моніторингу розподілу інтенсивності за масивом пікселів детектора розміром 10×10. Основним недоліком є те, що радіація може потрапляти на детектор з різних напрямків і відстаней, що ускладнює вилучення корисної інформації про джерело випромінювання. Зазвичай для цього на пікселі накладають поглинаючу маску, яка надає деяку інформацію про напрямок, і проводять велику обробку даних.
Для дослідників з Массачусетського технологічного інституту першим кроком до зменшення складності цього процесу була мінімізація надлишкової інформації, зібраної кількома пікселями в масиві. Для цього вони використовують невеликі свинцеві прокладки між пікселями, щоб підвищити контрастність та гарантувати, що кожен детектор отримує чітку інформацію, навіть якщо радіоактивне джерело знаходиться на великій відстані.
Наступним кроком вони розробили алгоритми машинного навчання для отримання більш точної інформації про напрямок вхідного випромінювання та відстань від детектора до джерела. Натхнення для останнього етапу розробки прийшло з малоймовірного джерела. У грі «Тетрис» гравці зустрічаються з сімома унікальними тетраміно, які представляють всі можливі способи поєднання чотирьох квадратів для створення фігур. Використовуючи ці фігури для створення масивів пікселів детектора, дослідники передбачили, що вони зможуть досягти такого ж рівня точності, як і детектори з набагато більшими квадратними масивами.
Щоб продемонструвати це, команда розробила серію чотирипіксельних детекторів радіації, в яких пікселі розташовані у формі тетраміно. Для побудови радіаційних карт ці масиви переміщувалися по колу навколо досліджуваних радіоактивних джерел. Це дозволило алгоритмам детектора розпізнавати точну інформацію про положення і напрямок джерела на основі підрахунків, отриманих чотирма пікселями.
Особливої уваги заслуговує успішне проведення польових випробувань у Національній лабораторії Лоуренса Берклі. Навіть за відсутності точного місцезнаходження джерела алгоритм машинного навчання зміг ефективно локалізувати його в реальних експериментальних даних.
Новий підхід до розробки детектора та обробки даних може бути корисним для виявлення радіації, а успішні польові випробування підкреслюють реальну застосовність підходу, сприяючи підвищенню безпеки та ефективності радіаційного моніторингу.
Дослідники сподіваються, що такий тип детектора може бути впроваджений для моніторингу ядерних реакторів, переробки радіоактивних матеріалів і безпечного зберігання шкідливих радіоактивних відходів.
За інформацією Physics World