hirdetés
hirdetés

A nukleáris fizikában is jól teljesíthet a mesterséges intelligencia

Építhet-e jobb fúziós reaktort az MI, mint az emberek?

Fizikusokból álló kutatócsoportok az 1940-es évek óta próbálkoznak hatékony fúziós reaktorok létrehozásával, ezidáig többnyire sikertelenül. Mindeközben a mesterséges intelligencia és a gépi tanulás számos iparágban és alkalmazásban bizonyítja, hogy képes a legfinomabb és legösszetettebb adatmintázatokat is felismerni és elemezni.

hirdetés

Felmerülhet bennünk tehát a kérdés, hogy a neurális hálózatok és az azokat tápláló GPU-k segíthetnek a hatékonyabb fúziós folyamatok kidolgozásában? Nagy kihívás ez mind az emberek, mind a gépek számára, azonban kulcsfontosságú a kérdés a fenntartható és szénmentes energiatermelés tekintetében.

A fizikusok egyenletei, matematikai modelljei és műveletei a mesterséges intelligencia felhasználásával gyorsabban és gördülékenyebben dolgozhatók ki és oldhatók meg. Éppen ezért a Lisszaboni Egyetem és az Egyesült Királyságban található Joint European Tours (JET) közös projektjében a mesterséges intelligencia, a gépi tanulás és a fúziós fizika közös lehetőségeit elemezte. Bolométerekkel teljesítmény- és sugárzási adatokat gyűjtöttek a vizsgálatokhoz a JET reaktorán.

Forrás: IEEE Spectrum
Forrás: IEEE Spectrum

A kutatók által felállított modellekben több esetet is vizsgálnak, a lehetséges kimenetelekkel számolva. A MI képes azonosítani a jelenségeket és következtetni a várható eseményekre. Ez segíthet a tudósoknak is abban, hogy jobban megértésk és átláthatóbbá tegyék a fúziós jelenségek működését, illetve a fúziós reaktorok lehetséges zavarait.

Egy másik alkalmazás a plazmasugárzási mintázatok vizuális megjelenítését támogatja, ehhez 20 percre volt korábban szükség, míg a kutatócsoport új modellje hasonló képek előállítására mindössze másodpercek alatt képes. Ez akár valós idejű elemzéseket tesz lehetővé.

A Washingtoni Egyetem kutatói, nemrégiben publikáltak egy tanulmányt, amely gépi tanulást használ a plazma viselkedésének előrejelzésére. Regressziós modelljük, lényegében kizárja az értelmetlen eredményekhez vezető forgatókönyveket, lehetővé téve, hogy kevesebb adatot, számítási teljesítményt és így kevesebb időt használjon fel. Ez még nem jelent végleges megoldást, de remek kiindulópont a további kísérletekhez.

A MI és a gépi tanulás azonban ne csodaszerek a fúziós reaktorok építésének és működtetésének szempontjából sem. A gépi tanulási algoritmusok, különösen a mélytanulási modellek, „fekete dobozok” – nem mindig lehet tudni, hogy egy modell hogyan határozza meg az eredményeket. Mégis, az algoritmusok rengeteget segítenek abban, hogy a tudósok jobb képet kapjanak a reaktorokban lejátszódó folyamatokról. Tehát a technológia csupán eszköz a megoldáskeresés során.

Kun Zsuzsanna
a szerző cikkei

(forrás: IEEE Spectrum)
hirdetés
Ha hozzá kíván szólni, jelentkezzen be!
 
hirdetés
hirdetés
hirdetés

Kiadónk társoldalai

hirdetés
hirdetés
hirdetés
hirdetés