每个人都知道，将两个磁铁放在一起会导致以下两种结果之一：它们粘在一起，或者它们相互推开。从这个角度来看，磁性似乎很简单，但科学家们已经努力了几十年才能真正理解磁性在最小尺度上的行为。在近原子水平上，磁性由许多不断变化的王国(称为磁畴)组成，这些王国创造了材料的磁性。虽然科学家知道这些领域的存在，但他们仍在寻找这种行为背后的原因。
现在，由能源部布鲁克海文国家实验室、柏林亥姆霍兹中心 (HZB)、麻省理工学院 (MIT) 和马克斯伯恩研究所 (MBI) 的科学家领导的一项合作 在《自然》杂志上发表了一项研究 ，其中他们使用一种称为相干相关成像 (CCI) 的新型分析技术来成像磁畴在时间和空间上的演变，而无需任何先验知识。科学家们在测量期间看不到“磁域的舞蹈”，但只有在测量之后，当他们使用记录的数据“倒带”时才能看到。
域的“电影”显示了这些域的边界如何在某些区域来回移动而在其他区域保持不变。研究人员将这种行为归因于一种称为“钉扎”的材料特性。虽然钉扎是磁性材料的一个已知特性，但该团队首次可以直接成像钉扎点网络如何影响互连畴壁的运动。
“有关磁性材料变化的许多细节只能通过直接成像获得，而我们直到现在才能够做到这一点。研究 材料中的磁运动基本上是梦想成真 。
研究人员希望 CCI 能够帮助解锁磁性微观世界的其他特性——例如自由度或隐藏的对称性——这些特性以前无法通过其他技术获得。CCI 的实用性还代表了超越磁性材料的突破，因为该技术可以转移到不同的测量技术和研究领域。一个可能受益于了解纳米级磁畴运动(1 纳米是 0.000000038 英寸!)的最大领域是新型计算。新型内存技术可以利用称为“skyrmions”的特殊磁畴。
“Skyrmions 对于人工智能计算很有趣，因为它们具有类似于我们的短期记忆的特性，” 柏林亥姆霍兹中心小组组长、奥格斯堡大学教授、该研究的共同通讯作者Felix Büttner说。“在当前的计算架构中，一切都是线性的，这意味着内存与处理器是分开的。对于大多数应用程序来说这不是问题，但是，例如，它会使语音识别变得困难。在语音识别中，计算部分只处理传入的单词，但不记得之前说过什么。此外，将信息从内存中传回需要消耗大量能量。通过使用 skyrmions，我们或许能够以某种方式利用它们的短期记忆并避免这些问题。”
然而，在工程师和科学家能够开发出利用这一特性的技术之前，他们首先需要了解如何操纵斯格明子和其他磁畴。这就是 NSLS-II、麻省理工学院 Geoffrey Beach 的小组和 MBI 之间合作的意图。他们想研究磁性装置中的斯格明子如何对外部刺激做出反应，特别是在外部磁场中。当 Büttner 从麻省理工学院搬到柏林时，HZB 加入了合作。
“2018 年，我们 在 NSLS-II的相干软 X 射线散射(CSX) 光束线上进行了测量;然而，我们想要使用的实验室还没有准备好。这意味着我们没有外部磁场，但我们有研究热运动的后备计划，”作为 CSX 光束线团队成员的胡说。
Büttner 补充说：“我预计这个实验将是另一个示范实验，但仅此而已。老实说，我很惊讶我们竟然看到了热运动。我们在室温下研究了同一台设备，几乎看不到任何热运动。这次我们在 310 开尔文(大约 98 华氏度)下研究了它，我们看到了更多。太意外了!而这仅仅是个开始。”
备份计划如何带来隐藏的洞察力
在他们的实验中，该团队使用来自 CSX 光束线的相干 X 射线拍摄了一系列磁畴快照。CSX 是 NSLS-II 用于研究材料的高级研究工具套件的一部分。研究小组使用全息装置中的光束线来拍摄图像。在大多数全息实验中，科学家们每三到四秒拍摄一张图像，然而，CSX 光束线上的快速检测器允许团队每秒拍摄多达 100 张图像。
“测量后，我们通过将 200 张图像相加来开始正常的数据分析。完成此操作后，我们意识到系统的变化比我们预期的要快得多。温度确实影响了样品中的物理性质，”MBI 博士生、该研究的第一作者 Christopher Klose 说。“这真是一个惊喜，也是我们开发后处理技术——相干相关成像 (CCI)——的开端，以便我们能够解决这种快速运动。”
在初步意识到这一点之后，该团队决定更深入地挖掘数据。他们知道有关域运动的详细信息已编码在他们的数据中。虽然没有现有的数据分析技术来解决他们的问题，但他们能够找到可以调整的算法。在三年的时间里，该团队开发了为新型 CCI 技术提供支持的新算法。
“有很多挑战。为了开发 CCI，我们将 X 射线光子相关光谱 (XPCS) 的已知相关函数分析与全息术相结合，这是一种成像技术。一个问题是全息数据不适合 XPCS 分析，”Klose 说。
在这些实验中，当 X 射线照射样品时，它们会在磁畴和定义视场的全息掩模上发生散射。探测器记录所有散射的 X 射线，无论其来源如何。但该团队只对磁散射感兴趣。因此，他们需要在计算相关函数之前清理数据。
“一旦我们有了相关函数，我们就可以将所有这些帧相互比较以找到相似的帧。这也需要一种新的算法，因为我们有将近 30,000 帧要整理，”Klose 继续说道。
这一挑战需要一种算法来对每一帧的域状态进行分类。该算法将真正改变这项任务的游戏规则，因为它能够以人类无法实现的方式对这些状态进行排序。
钉扎如何塑造磁性景观
在团队使用 CCI 对数据进行分类后，他们开始进行解释。重建的图像显示黑白区域散布在他们的设备上。但是其中一些边界或畴壁在框架之间来回移动，而其他边界则大部分保持原样。问题是：研究人员看到了什么，这对 skyrmions 和磁畴意味着什么?
“Skyrmions 是小型球形物体，类似于台球桌上的球。在我们的案例中，热能使它们在桌子周围徘徊。现在，如果台球桌有固定，则表面不光滑，而是丘陵景观。我们有两种固定网站：有吸引力的和令人厌恶的。第一个是山谷，第二个是山丘。在那种情况下，skyrmions 将停留在“有吸引力的”山谷中。如果他们想四处走动，就需要克服“令人厌恶的”山坡，”比特纳说。
研究人员发现畴壁表现得像橡皮筋。它们可以被固定住，然后像吉他弦一样来回摆动。虽然有吸引力的网站可以容纳畴壁，但令人厌恶的网站会抑制畴壁的移动。需要在令人厌恶的地点上方举起畴壁。它不能在其中徘徊。这就解释了为什么科学家们看到一些畴壁不断移动，而另一些则几乎没有移动。后者被令人厌恶的地点所包围。
“CCI 为我们提供了随着时间的推移观察这种运动的工具。基本上，我们可以制作一部关于这些领域如何转变的小电影。这个实验让我们第一次看到了这种波动行为及其原因，”胡说。“我们没想到这种合作会导致发明一种新技术，这种技术将广泛有益于研究动力学的其他用户和研究人员。”
Büttner 补充说：“我们花了将近一年的时间来完全理解我们发现的物理学并对我们所看到的动力学做出解释。事后看来，实验本身是其中最简单的部分。真正的工作是技术开发，然后是物理解释。”
研究人员一致认为，这一突破的一个关键因素是他们为这项任务组建的多元化专家团队。他们希望许多其他研究小组将从 CCI 中受益。虽然他们准备将 CCI 应用于更广泛的以前无法访问的动力学，并将该技术扩展到其他 X 射线源，但他们还在努力实施机器学习，以减少 CCI 分析的手动操作，并使更广泛的人更容易访问社区。
这项工作的团队包括来自 Max Born 研究所的 Christopher Klose、Michael Schneider、Stefan Eisebitt 和 Bastian Pfau，来自 柏林亥姆霍兹中心的Felix Büttner和 Riccardo Battistelli， 来自 柏林亥姆霍兹中心的 Wen Hu、 Claudio Mazzoli、 Andi Barbour 和 Stuart B. Wilkins布鲁克海文国家实验室的国家同步加速器光源 II，来自麻省理工学院的 Kai Litzius、Ivan Lemesh、Jason M. Bartell、Mantao Huang 和 Geoffrey SD Beach，来自柏林工业大学的 Christian M. Günther。
标签：