Naujas ginklas žengiant link branduolinės sintezės proveržio: štai kaip „DeepMind“ padeda sukurti ir valdyti daugybę plazmos formų ()
Per dešimtmečius trunkančius tyrimus mokslininkai taikė branduolių sintezės technologiją atlikdami nesibaigiančius eksperimentus, skaičiavimus ir modeliavimus, bandydami rasti optimalų sąlygų derinį atomams susilieti ir nuolat išleisti didžiulius energijos kiekius.
Prisijunk prie technologijos.lt komandos!
Laisvas grafikas, uždarbis, daug įdomių veiklų. Patirtis nebūtina, reikia tik entuziazmo.
Sudomino? Užpildyk šią anketą!
„Alphabet“ priklausanti įmonė „DeepMind“ dabar suteikė savo didelę dirbtinio intelekto patirtį, bendradarbiaudama su „Ecole Polytechnique Federale de Lausanne“ (EPFL) Šveicarijos plazmos centru (SPC), kur ji jau įrodė savo vertę.
Per pastaruosius kelerius metus „DeepMind“ žengė keletą įspūdingų žingsnių dirbtinio intelekto srityje, įveikdama geriausius pasaulio „Go“ žaidėjus, itin tiksliai prognozuodama kritulių kiekį ir net išspręsdama 50 metų trukusią mokslinę problemą, numatant unikalių baltymų 3D struktūras.
Naudodami technologiją branduolinės sintezės tyrimams, mokslininkai tikisi rasti būdų, kaip sėkmingiau palaikyti plazmos srautus, sudarant daugiau galimybių kritinėms sintezės reakcijoms. Prietaisas, naudojamas šiems eksperimentams SPC, yra žinomas kaip tokamakas, kuris yra spurgos formos kamera, naudojanti galingą magnetinį lauką itin karštos plazmos srautams laikyti, kuriame vandenilio atomai susilieja į vieną helio atomą ir išleidžia energiją.
SPC tokamakas yra žinomas kaip kintamos būklės tokamakas (TCV), nes jis leidžia eksperimentuoti naudojant įvairių konfigūracijų plazmą. Tyrėjai čia nuolat eksperimentuoja su naujais būdais valdyti plazmą.
„Mūsų simuliatorius yra pagrįstas daugiau nei 20 metų tyrimais ir yra nuolat atnaujinamas“, – sakė SPC mokslininkas Federico Felici. „Tačiau net ir tokiu atveju, norint nustatyti tinkamą kiekvieno kintamojo vertę valdymo sistemoje, vis tiek reikia atlikti ilgus skaičiavimus. Štai čia mūsų bendras tyrimų projektas su DeepMind.“
„DeepMind“ sukūrė naują DI algoritmą, kuris buvo apmokytas SPC simuliatoriuje, išbandydamas daugybę skirtingų valdymo strategijų. Laikui bėgant, kai jis įgijo daugiau patirties simuliacijoje, algoritmas sugebėjo apskaičiuoti valdymo strategijas, reikalingas plazmos konfigūracijai gaminti. Tada komanda pavedė algoritmui veikti atvirkščiai, nustatydama teisingus nustatymus, kad būtų sukurta tam tikra plazmos konfigūracija.
Po treniruotės algoritmas buvo išbandytas su realaus pasaulio tokamaku, kur jis galėjo sukurti ir valdyti daugybę plazmos formų, įskaitant pailgas ir pažangias formas, tokias kaip „neigiamas trikampis“ ir „snaigės“. Vienas eksperimentas apėmė dviejų atskirų plazmų palaikymą vienu metu.
„Mūsų komandos misija yra ištirti naujos kartos DI sistemas – uždarojo ciklo valdiklius, kurios gali mokytis sudėtingoje dinamiškoje aplinkoje visiškai nuo nulio“, – sakė „DeepMind“ valdymo grupės vadovas Martinas Riedmilleris. „Sulietos plazmos valdymas realiame pasaulyje suteikia fantastiškų, nors ir itin sudėtingų galimybių.“
Tyrimas buvo paskelbtas žurnale „Nature“.
