AI branduolių sintezė: tvari energijos gamyba ir galinga kompiuterija

• Autorius:
• autoriaus vardas

  Quantumrun Foresight
• Liepa 18, 2022

Įžvalgos santrauka

Branduolio sintezė, galimas gausios ir švarios energijos šaltinis, padarė didelę pažangą naudojant dirbtinio intelekto (AI) taikymą plazmos analizėje ir prognozuojamajame modeliavime. Šios dirbtinio intelekto pagrįstos naujovės pagreitina sintezės tyrimų procesą, daro jį veiksmingesnį ir sumažina riziką bei išlaidas, susijusias su įrangos pažeidimu. Platesnis poveikis visuomenei gali apimti energijos gamybos metodų pasikeitimą, didesnį dėmesį STEM švietimui ir galimus geopolitinius pokyčius, nes sintezės energija tampa perspektyvesnė.

AI branduolių sintezės kontekstas

Nuo 1940-ųjų mokslininkai siekia sukurti stabilų, saugų ir nuolat energiją gaminantį branduolių sintezės procesą. Šis procesas, ištobulintas, žada pasiūlyti ekonomišką, aplinkai nekenksmingą ir praktiškai neribotą energijos šaltinį. Tai gali žymiai sumažinti priklausomybę nuo tradicinių elektros šaltinių, pavyzdžiui, iškastinio kuro ir tam tikru mastu atsinaujinančių energijos šaltinių. 

2021 metais šioje srityje svariai prisidėjo švedų kompiuterių mokslininkai Stefano Markidis ir Xavier Aguilar. Jie sukūrė gilaus mokymosi AI algoritmą, kuris veiksmingai supaprastina sudėtingą plazmos, pagrindinės branduolių sintezės sudedamosios dalies, analizės etapą. Šis žingsnis apima plazmos elektromagnetinio lauko apskaičiavimą. Jų metodas pasirodė esąs greitesnis ir efektyvesnis nei tradiciniai metodai, kurie rėmėsi sudėtingomis matematinėmis formulėmis. 

Toliau demonstruodami AI potencialą branduolių sintezės tyrimuose, Kyle'as Morganas ir Chrisas Hansenas iš Vašingtono universiteto pristatė naują techniką. Jų tyrimuose, daugiausia dėmesio skiriant plazmos elgsenos prognozavimui, naudojamas mašininis mokymasis (ML), ypač statistinis metodas, žinomas kaip regresija. Šis metodas veiksmingai išfiltruoja scenarijus, vedančius prie nelogiškų rezultatų. Dėl to jų sistema veikia su mažiau duomenų, mažesniais apdorojimo ištekliais ir mažiau laiko. 

Trikdantis poveikis

AI integravimas į branduolių sintezės tyrimus gali pakeisti tai, kaip mokslininkai valdo plazmos nepastovumą sintezės bandymuose. Plazmos nestabilumas yra esminis iššūkis; kai plazma tampa nepastovi, ji gali pažeisti izoliaciją ir sugadinti ar net sunaikinti brangią įrangą. DI modelių naudojimas tokiems trikdžiams prognozuoti suteikia mokslininkams esminį įžvalgą. Tikslios plazmos elgsenos prognozės leidžia laiku koreguoti, sumažinant brangiai kainuojančios įrangos gedimų ir eksperimentų trikdžių riziką.

AI programa taip pat yra galingas įrankis analizuojant nepavykusių eksperimentų duomenis. Išnagrinėjęs šias nesėkmes, AI gali atskleisti modelius ir įžvalgas, kurios gali nepastebėti žmonių tyrinėtojų. Ši analizė gali padėti sukurti naujoviškus inžinerinius sprendimus, padidinančius bendrą sintezės eksperimentų efektyvumą ir saugumą. Kai mokslininkai įgyja gilesnį supratimą apie sutrikimų priežastis, jie gali sukurti strategijas, kad šie įvykiai būtų retesni. Šis nuolatinis mokymosi ciklas, maitinamas dirbtinio intelekto, yra būtinas tobulinant sintezės procesą ir galiausiai prisidedant prie stabilesnio ir patikimesnio energijos šaltinio.

Be to, AI gebėjimas išspręsti sudėtingas matematines lygtis, susijusias su plazmos tyrimais, yra labai svarbus. Šios lygtys yra neatsiejamos nuo plazmos elgesio supratimo, tačiau dažnai jas išspręsti rankiniu būdu reikia daug laiko. AI pagreitina šį procesą, suteikdamas greitesnius ir tikslesnius rezultatus. Šis pagreitis yra gyvybiškai svarbus branduolių sintezės tyrimų pažangai, priartindamas juos prie komercinio gyvybingumo.

AI taikymo branduolių sintezės tyrimams pasekmės

Branduolinės sintezės tyrimams taikomų AI sistemų platesnės pasekmės gali apimti:

• Dirbtinio intelekto pagrįsti pasikartojantys projektavimo procesai kuriant sintezės energiją, leidžiantys optimizuoti įrenginių dizainą ir efektyvų išteklių panaudojimą naudojant skaitmeninius dvigubus modelius.
• (2040 m.) aplinką tausojančios įmonės, vis dažniau taikančios branduolių sintezę kaip tvarią alternatyvą įprastiems elektros energijos šaltiniams, mažindamos savo anglies pėdsaką.
• (2040 m.) Laipsniškas darbo jėgos mažinimas tradicinėse iškastinio kuro elektrinėse, nes branduolių sintezė tampa labiau prieinama visuomenei.
• Vyriausybės, įgyvendinančios politiką, skirtą valdyti perėjimą nuo iškastinio kuro prie sintezės energijos, užtikrindamos subalansuotą ir teisingą perėjimą energetikos sektoriuje.
• Padidintos investicijos į STEM švietimo ir mokymo programas, ruošiant būsimą darbo jėgą atsirandančioms darbo vietoms branduolių sintezės pramonėje.
• Naujų verslo modelių atsiradimas energetikos sektoriuje, daugiausia dėmesio skiriant decentralizuotai ir bendruomenei pagrįstai branduolių sintezės energijos gamybai.
• Didesnis pasaulinis energetinis saugumas, nes šalys tampa mažiau priklausomos nuo importuojamo iškastinio kuro ir labiau priklausomos nuo šalyje pagamintos sintezės energijos.
• Galimi geopolitiniai poslinkiai, kai šalys, turinčios pažangias branduolių sintezės technologijas, įgyja įtaką pasaulinėje energijos rinkoje.

Klausimai, kuriuos reikia apsvarstyti

• Ar manote, kad naudojant atsinaujinančius energijos šaltinius, tokius kaip saulės, vėjo ir naujos kartos baterijos, sintezės energija taps nereikalinga, kol sintezės technologija bus tobulinama ir taps komerciškai gyvybinga?
• Kaip AI taikomas siekiant pagerinti kitų energijos gamybos formų inžineriją?