Key Takeaways
- Istraživači koriste AI za unapređenje istraživanja fuzije.
- Jedna kompanija koristi Google-ov AI za kontrolu svojih eksperimenata fuzije.
- AI također pokreće napredak u medicini, uključujući otkrivanje raka.
Praktična energija fuzije možda postaje sve bliža stvarnosti zahvaljujući napretku u umjetnoj inteligenciji (AI), kažu stručnjaci.
Američka kompanija tvrdi da ubrzava put ka snazi fuzije koristeći mašinsko učenje. TAE Technologies je smanjio računarske zadatke koji su nekada trajali mjesecima na samo nekoliko sati koristeći AI. To je jedna od mnogih kompanija koje koriste AI za pomoć u istraživanju.
"Ono što još ne znamo o fuziji - na primjer, kako postići i održati stabilne uslove fuzije - krije se u podacima ", Diogo Ferreira, profesor informacionih sistema na Univerzitetu u Lisabonu u Portugalu, koji proučava primjenu AI u istraživanju fuzije rekao je za Lifewire u intervjuu e-poštom.
"Zapamtite da je mašina za fuziju složen naučni eksperiment, ali jedno je sigurno - sve ove mašine imaju na desetine, ako ne i stotine dijagnostičkih sistema povezanih sa njim", dodao je. "To znači da jedan eksperiment, koji traje samo nekoliko sekundi, može generirati količinu podataka reda veličine od 10 do 100 gigabajta."
Star Power
Praktična fuzija je oblik proizvodnje energije koji stvara električnu energiju koristeći toplinu iz reakcija nuklearne fuzije. To je ista vrsta reakcije koja pokreće zvijezde.
Nakon decenija sporog napretka, istraživanje fuzije se zahuktava. Naučnici su nedavno objavili da su generirali najveći trajni energetski puls ikada stvoren spajanjem atoma, više nego udvostručivši njihov vlastiti rekord iz eksperimenata izvedenih 1997.
TAE Systems se nada da bi AI mogla pomoći u probijanju tehničkih barijera. Kompanija koristi fuzijski cilindar dužine 100 stopa, nazvan Norman, za eksperimente. Google-ov AI se koristi za procjeđivanje ogromnih količina podataka generiranih tokom istraživanja.
"Uz našu pomoć pri korišćenju optimizacije mašina i nauke o podacima, TAE je postigao svoje glavne ciljeve za Normana, što nas dovodi korak bliže cilju fuzije rentabilnosti", napisao je Ted B altz, viši softverski inženjer u Google Research-u na web stranici kompanije. "Mašina održava stabilnu plazmu na 30 miliona Kelvina u trajanju od 30 milisekundi, što je opseg raspoložive snage za njene sisteme. Završili su dizajn za još snažniju mašinu, za koju se nadaju da će pokazati uslove potrebne za fuziju bez gubitka prije nego što kraj decenije."
Mašinsko učenje je neophodno za analizu eksperimenata kako bi se otkrili trendovi koji upravljaju ponašanjem fuzionih plazmi, rekao je Ferreira. I, istraživačima su potrebni sofisticirani pristupi za kontrolu eksperimenta izvan tvrdo kodiranih alarma i okidača koje trenutno koriste.
"Trenutno koristimo primitivne sisteme kontrole koji koče na prvi znak problema," rekao je Ferreira. "Potrebne su nam AI tehnike koje će nas sigurno voditi kroz zamršenosti pouzdanog upravljanja fuzionom mašinom kako bismo generirali neto izlaz energije."
AI u pomoć
Medicinsko istraživanje je još jedna oblast u kojoj se AI koristi. AI je korisna dopuna radu ljudskih naučnika jer su mašine i ljudi dobri u različitim zadacima neophodnim u istraživanju, rekao je za Lifewire putem e-pošte Sungwon Lim, izvršni direktor Imprimed Inc., alata za prediktivno otkrivanje raka zasnovanog na umjetnoj inteligenciji.
"Tamo gdje su ljudi u mogućnosti da smisle kreativna rješenja i inovacije, mašine mogu analizirati ogromne količine podataka brzo i precizno", rekao je. „AI također može obavljati vrste zamornih, ponavljajućih zadataka koji mogu uzrokovati umor kod istraživača i greške. Ovo čini AI idealnim alatom za istraživanje u kojem se obrasci moraju brzo pronaći u veoma velikim skupovima podataka."
Nedavna studija istraživača sa Univerziteta Illinois objavljena u Journal of Critical Reviews in Oncology pokazala je da mašinsko učenje trenutno parira, au nekim slučajevima i nadmašuje, obučenim kliničarima u dijagnostici i predviđanju ishoda raka mokraćne bešike.
"Kritična uloga AI u ranoj dijagnozi raka ne može se precijeniti jer svake godine milioni slučajeva raka ostaju nedijagnosticirani sve do kasnih stadijuma bolesti kada terapijske mogućnosti postaju ekstremno ograničene ili nepostojeće", Soheila Borhani, jedna od autora papira rekao je Lifewire u e-poruci.
