ENTRY

◀︎ AI NEWS TOPへ

ドイツの研究用の加速器。電子を入れる調整をベイズ最適化で行い、毎週の立ち上げで使っていた

2026.10.15
ドイツの研究用の加速器。電子を入れる調整をベイズ最適化で行い、毎週の立ち上げで使っていた

ドイツのカールスルーエ工科大学(Karlsruhe Institute of Technology、KIT)には、研究用の電子加速器カーラ(KARA)があります。1周110メートルの輪に電子をためて、光の実験などに使う施設です。電子を輪に送り込む「入射」の調整は、運転員が経験で手で合わせていました。研究チームはこの調整を、ベイズ最適化という手法に任せる仕組みを作りました。電磁石の電源を入れ替えたあとの立ち上げでも、少ない試行で、前の手調整のよい日に並ぶ水準に届きました。2023年の論文の時点で、毎週の運転開始時に運転員がふだん使っていました。

何が起きたか

入射の効率は、高周波の周波数、電磁石の強さとタイミングなど、いくつものつまみで決まります。つまみ同士が影響し合い、気温や真空の具合で日ごとに最適な位置がずれます。手で合わせると、そこそこの位置で止まりやすく、長い停止のあとは前の設定が使えません。

ベイズ最適化は、試した結果から「どのつまみの組み合わせなら効率が上がりそうか」を推定し、次に試す設定を選びます。1回の試行に時間がかかる調整で、試す回数を減らせるのが特長です。チームは、経験のある運転員の知識をもとに、触るつまみを9個(ふだんは6個)にしぼりました。

停止期間に、電子の向きを変える電磁石の電源を入れ替えたことがあります。このときは、新しい電源を動かせるように設定し直し、つまみの範囲を短い試しで決めてから、ベイズ最適化を5回走らせました。5回とも、入射の効率(送り込んだ電子のうち輪に入った割合の目安)で、交換前の1か月の手調整の上位1割に入る水準(0.43)に届くか、上回りました。

何が変わったか

📢 論文の数字 ⚠️ こちらで確認できていないこと
電源の交換後、5回の実行すべてが交換前の手調整の上位1割の水準(0.43)に届くか上回った 立ち上げ全体が何時間短くなったか。電流の読み取りの較正が別々で、効率は大まかな比べと論文が書いている
2023年の論文の時点で、毎週の運転開始時の入射調整に運転員がふだん使っていた 使い始めてからの回数や、うまくいかなかった回の記録
100ミリアンペアまでためる時間は18分(1週間前の手調整は33分) 1週間前の別の日の手調整との比べ(施設は条件は近いとしている)。1回だけの比べ

📢=当事者が公表している説明(左の列)。⚠️=出典に書かれておらず、こちらで確認できていない点(右の列)。数字は施設の研究チーム自身の実験(Phys. Rev. Accel. Beams 2023)。

弱いところも論文に書かれています。探りすぎて、ためた電子を失うことがあります。危ない設定を避ける制約はまだ入っていません。数字はすべて施設の研究チーム自身の実験で、ほかの施設での確かめはありません。

誰に関係するか

従業員100〜200人規模のめっき工場で、ラインを止めたあとに電流・液の温度・送りの速さを合わせ直す仕事に当てはまります。仕上がりを1つの数(不良率や膜の厚さのばらつき)で測れるなら、ベイズ最適化に次の設定を選ばせ、試す回数を減らせます。触るつまみと動かしてよい範囲は、ベテランが先に決めます。設定を急に大きく変えないことも、最初に決めておきます。

まとめ

ドイツの研究用の加速器カーラで、電子を輪に送り込む調整をベイズ最適化に任せました。電磁石の電源を替えたあとも、5回とも前の手調整のよい日に並ぶ水準に届き、2023年の論文の時点で毎週の立ち上げに使われていました。数字は施設自身の実験で、ほかの施設での確かめはありません。

参考文献

  • Xu C, Boltz T, Mochihashi A, Santamaria Garcia A, Schuh M, Müller A-S「Bayesian optimization of the beam injection process into a storage ring」Physical Review Accelerators and Beams 26, 034601(2023)、https://doi.org/10.1103/PhysRevAccelBeams.26.034601 、確認日 2026-10-15(本文は arXiv 2211.09504v2 で確認)

Tags

タグ一覧へ ▶︎

Kamone
著者 Kamone

30歳で学者志望からITエンジニアに転身。通信・金融業界におけるインフラ領域を中心に、オンプレミスからクラウドまで幅広く経験。AWS学習コミュニティでは公認メンターとして教材制作や講師を務める。現在はリツアンSTCにて事業推進に携わり、AI活用とエンジニア支援の高度化に取り組んでいる。

Kamone
著者 Kamone

株式会社リツアンSTC社員。

1984年 東京都中野区生まれ。

大学中退後、工場や警備員などを経て、何もスキルが身についていないことに危機感を覚える。
2014年 何か手に職をつけなければと思い、電子専門学校からエンジニアになった弟を見て「コイツにできるなら俺もできる」と安易な考えで未経験からIT業界に飛び込む。
そこは「まともな案件に入れなければ営業としてこき使われるか中国に送られるらしい」と恐ろしい噂が飛び交う会社だった。
「とんでもないところに来てしまった…」と戦慄するも、運よく大手新聞社系のインフラチームから声がかかり、エンジニアとしてのスタートを切る。

その後、SESを転々としながら通信・金融業界のオンプレ・クラウド案件を中心にインフラエンジニアとして経験を積む。

2021年 AWS学習サービス「Cloudtech」に参加し、公認メンターとして書籍出版プロジェクトや教材制作・講師などのコミュニティ・サービス運営に関わる。

2023年 ゆとりーマンのYoutube動画で新興SESの闇とリツアンの存在を知り、転職。(当時所属していたSES企業が動画で紹介されていた特徴に当てはまっていて愕然)
その後、CloudTechとリツアンの橋渡し役を担い、合同プロジェクト「テラコヤテック」の運営に関わる。
2025年 リツアンの「エンジニアに一円でも高い報酬を」「会社は社員に使われるためにある」「出入り自由」といったスタンスに共鳴。エンジニアから転向し、リツアンの事業推進に参画。
現在に至る。

他人の文体を真似たり、他人が書いた文章を手直しするのが得意、という若干嫌な気持ちにさせる特技を持つ。
AI活用を鋭意研究中。
(リツアンいいとこ一度はおいで。)

今すぐわかる。報酬シミュレーション