Moc obliczeniowa AI może sprawić, że energia syntezy jądrowej będzie praktyczna

Spisu treści:

Moc obliczeniowa AI może sprawić, że energia syntezy jądrowej będzie praktyczna
Moc obliczeniowa AI może sprawić, że energia syntezy jądrowej będzie praktyczna
Anonim

Kluczowe dania na wynos

  • Naukowcy wykorzystują sztuczną inteligencję do rozwoju badań nad syntezą jądrową.
  • Jedna firma wykorzystuje sztuczną inteligencję Google do kontrolowania swoich eksperymentów związanych z fuzją.
  • AI napędza również postępy w medycynie, w tym wykrywanie raka.
Image
Image

Praktyczna energia syntezy jądrowej może zbliżać się do rzeczywistości dzięki postępom w sztucznej inteligencji (AI), twierdzą eksperci.

Firma amerykańska twierdzi, że przyspiesza drogę do energii syntezy jądrowej, wykorzystując uczenie maszynowe. TAE Technologies skróciło zadania obliczeniowe, które kiedyś zajmowały miesiące do zaledwie kilku godzin przy użyciu sztucznej inteligencji. To jedna z wielu firm wykorzystujących sztuczną inteligencję do pomocy w badaniach.

„To, czego wciąż nie wiemy o fuzji – np. jak osiągnąć i utrzymać stabilne warunki fuzji – kryje się w danych”, Diogo Ferreira, profesor systemów informatycznych na Uniwersytecie w Lizbonie w Portugalii, Kto bada zastosowanie sztucznej inteligencji w badaniach nad syntezą jądrową, powiedział Lifewire w wywiadzie e-mailowym.

„Pamiętaj, że maszyna do syntezy jądrowej to złożony eksperyment naukowy, ale jedno jest pewne – wszystkie te maszyny mają dołączone dziesiątki, jeśli nie setki systemów diagnostycznych” – dodał. „Oznacza to, że pojedynczy eksperyment, który trwa tylko kilka sekund, może wygenerować ilość danych rzędu od 10 do 100 gigabajtów”.

Star Power

Praktyczna fuzja to forma wytwarzania energii, która wytwarza energię elektryczną za pomocą ciepła z reakcji syntezy jądrowej. To ten sam typ reakcji, który napędza gwiazdy.

Po dziesięcioleciach powolnego postępu badania nad syntezą termojądrową nabierają rozpędu. Naukowcy niedawno ogłosili, że wygenerowali najwyższy trwały impuls energetyczny, jaki kiedykolwiek został stworzony przez fuzję atomów, co więcej niż podwojenie własnego rekordu z eksperymentów przeprowadzonych w 1997 roku.

TAE Systems ma nadzieję, że sztuczna inteligencja może pomóc przełamać bariery techniczne. Do eksperymentów firma używa cylindra termojądrowego o długości 100 stóp, zwanego Norman. Sztuczna inteligencja Google jest wykorzystywana do przesiewania ogromnych ilości danych generowanych podczas badań.

„Dzięki naszej pomocy w zakresie optymalizacji maszyn i analizy danych, TAE osiągnęło swoje główne cele dla firmy Norman, co zbliża nas o krok do osiągnięcia celu, jakim jest fuzja progu rentowności” – napisał Ted B altz, starszy inżynier ds. oprogramowania w Google Research. na stronie internetowej firmy. „Maszyna utrzymuje stabilną plazmę na poziomie 30 milionów kelwinów przez 30 milisekund, co jest zakresem mocy dostępnej dla jej systemów. Ukończyli projekt jeszcze potężniejszej maszyny, która, jak mają nadzieję, zademonstruje warunki niezbędne do fuzji progu rentowności przed koniec dekady."

Uczenie maszynowe jest niezbędne do analizowania eksperymentów w celu odkrycia trendów rządzących zachowaniem plazmy termojądrowej, powiedział Ferreira. Ponadto badacze potrzebują wyrafinowanych podejść do kontroli eksperymentów, wykraczających poza zakodowane na stałe alarmy i wyzwalacze, które obecnie stosują.

„Obecnie używamy prymitywnych systemów sterowania, które uderzają w hamulce przy pierwszych oznakach kłopotów” – powiedział Ferreira. „Potrzebujemy technik sztucznej inteligencji, aby bezpiecznie przeprowadzić nas przez zawiłości niezawodnej obsługi maszyny termojądrowej w celu wygenerowania energii netto.”

AI na ratunek

Badania medyczne to kolejny obszar, w którym wykorzystuje się sztuczną inteligencję. Sztuczna inteligencja jest użytecznym uzupełnieniem pracy naukowców, ponieważ maszyny i ludzie są dobrzy w różnych zadaniach niezbędnych w badaniach, powiedział Lifewire Sungwon Lim, dyrektor generalny Imprimed Inc., opartego na sztucznej inteligencji narzędzia do predykcyjnego wykrywania raka.

Image
Image

„Tam, gdzie ludzie są w stanie wymyślić kreatywne rozwiązania i innowacje, maszyny mogą szybko i dokładnie analizować ogromne ilości danych” – powiedział. „Sztuczna inteligencja może również wykonywać żmudne, powtarzalne zadania, które mogą powodować zmęczenie badaczy i popełnianie błędów. To sprawia, że sztuczna inteligencja jest idealnym narzędziem do badań, w którym wzorce muszą być szybko odnajdywane w bardzo dużych zbiorach danych."

Niedawne badanie przeprowadzone przez naukowców z University of Illinois, opublikowane w Journal of Critical Reviews in Oncology, wykazało, że uczenie maszynowe obecnie rywalizuje, a w niektórych przypadkach przewyższa, wyszkolonych klinicystów w zakresie diagnozy i przewidywania wyników w raku pęcherza moczowego.

„Kluczowej roli sztucznej inteligencji we wczesnej diagnostyce raka nie można przecenić, ponieważ każdego roku miliony przypadków raka pozostają nierozpoznane aż do późnych stadiów choroby, gdzie opcje terapeutyczne stają się skrajnie ograniczone lub wręcz nieistniejące”, Soheila Borhani, jeden autor artykułu powiedział Lifewire w e-mailu.

Zalecana: