基于批量贝叶斯优化的激光尾波加速产生的阿秒回旋辐射脉冲

为何更快的 X 射线闪光很重要

我们观察电子在原子和材料内部运动的能力受限于我们能以多快的速度为其拍“快照”。阿秒 X 射线闪光——比十亿分之一秒再快十亿倍的脉冲——可以让科学家以实时方式追踪这些运动，揭示化学键断裂的过程、新材料如何响应应力或生物分子的构象变化。本文探讨如何使用紧凑的激光驱动装置显著增强此类极短 X 射线闪光的亮度，从而有可能将超快 X 射线科学带入更多实验室。

一团气体中的微型加速器

与常规 X 射线设施中庞大的圆形装置不同，作者关注一种台式方案——激光尾波加速。将一个强大且超短的激光脉冲射入被电离成等离子体的稀薄气体中。当激光穿过时，它把电子推到一边，在后方留下连续的空腔“泡”。在这些泡内，电子以近光速向前并作侧向摆动，这种运动使它们发射 X 射线，类似于大型同步加速器中的电子，但尺度小到甚至不到一根头发的长度。

用一个尖锐的密度突变产生更亮的闪光

这项工作核心思想是：X 射线脉冲的亮度和能谱强烈依赖于被困在泡内的电子数量、它们获得的能量以及摆动强度。研究者没有只是调整单一参数，而是通过在激光传播路径更远处加入一个局部尖锐的密度峰来刻意重塑等离子体。该密度峰短暂地压缩泡腔，把电子推向最强加速的区域，并触发第二次、更强烈的电子注入。结果是产生了高电荷、极短的电子束团，其辐射出的阿秒 X 射线脉冲比在均匀等离子体中强得多。

让计算机寻找最佳点

找到密度峰的最佳形状和位置并不简单：三个不同参数——与初次注入的距离、峰的长度及其密度——以复杂方式相互作用。每次试验都需要对激光与等离子体进行耗费资源的三维模拟，随后再单独计算产生的 X 射线发射。为了高效地穿越这片设计空间，团队使用了批量贝叶斯优化，这是一种机器学习策略，它为输入设置如何影响输出建立概率模型，然后提出新的、有前景的参数组合并并行测试。该方法使他们只用几十次高成本模拟就能探索出最有信息量的区域。

更尖锐、更强、仍然超快

通过这种有引导的搜索，作者识别出一种工况：将等离子体密度峰放置在初次注入区几微米之后，延伸约十分之一毫米，峰值达到基准密度的四倍。在这些条件下，主 X 射线爆发的峰值强度提高了 25 倍以上，中心半峰能量含量提高了超过 6 倍，同时其有效持续时间缩短到仅几十阿秒。光谱也发生位移，使更多光子达到更高能量，进入探测重元素和致密物质的有用范围。对模拟等离子体的详细分析表明，这种增强正是来自密度峰触发的第二次电子注入，形成了一个强大的新电子束团，甚至开始驱动自身的尾波场。

这对未来 X 射线工具意味着什么

简而言之，这项研究展示了一种将一台中等功率激光和经过塑形的气体靶转化为更明亮阿秒 X 射线源的配方。通过精心雕刻等离子体并利用智能优化算法锁定最佳设置，研究者表明紧凑、低成本的装置将来可能提供足够强且极短的 X 射线闪光，用于先进成像和光谱学——而无需公里级规模的设施。尽管确切配置可能并非在所有情况下都是最优的，这项工作证明了将物理洞见与机器学习相结合，可以发掘出强有力的运行工况并指引未来实验迈向下一代超快 X 射线工具。

引用: Maslarova, D., Hansson, A., Luo, M. et al. Batch Bayesian optimization of attosecond betatron pulses from laser wakefield acceleration. Commun Phys 9, 92 (2026). https://doi.org/10.1038/s42005-026-02542-6

关键词: 阿秒 X 射线, 激光尾波加速, 回旋辐射, 贝叶斯优化, 等离子体加速器