Ključni podaci za van
- Istraživači koriste umjetnu inteligenciju za unapređenje istraživanja fuzije.
- Jedna tvrtka koristi Googleovu umjetnu inteligenciju za kontrolu svojih eksperimenata fuzije.
- AI također pokreće napredak u medicini, uključujući otkrivanje raka.
Praktična energija fuzije možda je sve bliža stvarnosti zahvaljujući napretku u umjetnoj inteligenciji (AI), kažu stručnjaci.
Američka tvrtka tvrdi da ubrzava put do fuzijske snage korištenjem strojnog učenja. TAE Technologies skratio je računalne zadatke za koje su nekoć bili potrebni mjeseci na samo nekoliko sati pomoću umjetne inteligencije. To je jedna od mnogih tvrtki koje koriste AI za pomoć u istraživanju.
"Ono što još uvijek ne znamo o fuziji - npr. kako postići i održati stabilne uvjete fuzije - krije se u podacima", Diogo Ferreira, profesor informacijskih sustava na Sveučilištu u Lisabonu u Portugalu, koji proučava primjenu umjetne inteligencije u istraživanju fuzije rekao je za Lifewire u intervjuu e-poštom.
"Zapamtite da je fuzijski stroj složen znanstveni eksperiment, ali jedno je sigurno - svi ovi strojevi imaju desetke, ako ne i stotine dijagnostičkih sustava priključenih na njega", dodao je. "To znači da jedan eksperiment, koji traje samo nekoliko sekundi, može generirati količinu podataka reda veličine od 10 do 100 gigabajta."
Snaga zvijezda
Praktična fuzija je oblik proizvodnje električne energije koji stvara električnu energiju koristeći toplinu iz reakcija nuklearne fuzije. To je ista vrsta reakcije koja pokreće zvijezde.
Nakon desetljeća sporog napretka, istraživanje fuzije se zahuktava. Znanstvenici su nedavno objavili da su generirali najveći kontinuirani energetski puls ikada stvoren spajanjem atoma, više nego udvostručivši vlastiti rekord iz eksperimenata izvedenih 1997.
TAE Systems se nada da bi umjetna inteligencija mogla pomoći u probijanju tehničkih prepreka. Tvrtka za eksperimente koristi fuzijski cilindar dug 100 stopa, nazvan Norman. Googleova umjetna inteligencija koristi se za prosijavanje ogromnih količina podataka nastalih tijekom istraživanja.
"Uz našu pomoć korištenjem optimizacije stroja i znanosti o podacima, TAE je postigao svoje glavne ciljeve za Norman, što nas dovodi korak bliže cilju spajanja rentabilnosti", napisao je Ted B altz, viši softverski inženjer, Google Research na web stranici tvrtke. "Stroj održava stabilnu plazmu na 30 milijuna Kelvina tijekom 30 milisekundi, što je opseg raspoložive snage za njegove sustave. Dovršili su dizajn još snažnijeg stroja za koji se nadaju da će pokazati uvjete potrebne za fuziju bez rentabilnosti prije kraj desetljeća."
Strojno učenje je neophodno za analizu eksperimenata kako bi se otkrili trendovi koji upravljaju ponašanjem fuzijske plazme, rekao je Ferreira. Istraživačima su potrebni sofisticirani pristupi kontroli eksperimenta izvan tvrdo kodiranih alarma i okidača koje trenutno koriste.
"Trenutno koristimo primitivne sustave upravljanja koji koče na prvi znak problema," rekao je Ferreira. "Potrebne su nam tehnike umjetne inteligencije koje će nas sigurno voditi kroz zamršenost pouzdanog upravljanja fuzijskim strojem kako bismo generirali neto izlaznu energiju."
AI u pomoć
Medicinska istraživanja još su jedno područje u kojem se AI koristi. AI je korisna nadopuna radu ljudskih znanstvenika jer su strojevi i ljudi dobri u različitim zadacima potrebnim u istraživanju, Sungwon Lim, izvršni direktor tvrtke Impimed Inc., alata za prediktivno otkrivanje raka temeljenog na umjetnoj inteligenciji, rekao je Lifewire putem e-pošte.
"Tamo gdje ljudi mogu smisliti kreativna rješenja i inovacije, strojevi mogu brzo i točno analizirati goleme količine podataka", rekao je. "AI također može obavljati vrste zamornih, ponavljajućih zadataka zbog kojih se istraživači mogu umoriti i pogriješiti. To AI čini idealnim alatom za istraživanje u kojem se uzorci moraju brzo pronaći u vrlo velikim skupovima podataka."
Nedavna studija istraživača sa Sveučilišta u Illinoisu objavljena u Journal of Critical Reviews in Oncology pokazala je da strojno učenje trenutno konkurira, au nekim slučajevima i nadmašuje obučene kliničare u dijagnozi i predviđanju ishoda raka mokraćnog mjehura.
"Kritična uloga umjetne inteligencije u ranoj dijagnozi raka ne može se precijeniti jer svake godine milijuni slučajeva raka ostaju nedijagnosticirani sve do kasnih faza bolesti gdje terapijske mogućnosti postaju krajnje ograničene ili nepostojeće, " Soheila Borhani, jedna rekao je autor rada Lifewireu u e-poruci.
