Key takeaways
- Forskere bruker kunstig intelligens for å fremme fusjonsforskning.
- Et selskap bruker Googles AI for å kontrollere fusjonseksperimentene sine.
- AI driver også fremskritt innen medisin, inkludert kreftdeteksjon.
Praktisk fusjonsenergi kan komme nærmere virkeligheten takket være fremskritt innen kunstig intelligens (AI), sier eksperter.
Et amerikansk selskap hevder at det fremskynder veien til fusjonskraft ved å bruke maskinlæring. TAE Technologies har trimmet dataoppgaver som en gang tok måneder til bare noen få timer ved bruk av AI. Det er ett av mange selskaper som bruker kunstig intelligens for å hjelpe med forskning.
"Det vi fortsatt ikke vet om fusjon - for eksempel hvordan vi kan nå og opprettholde stabile fusjonsforhold - skjuler seg i dataene," Diogo Ferreira, professor i informasjonssystemer ved Universitetet i Lisboa i Portugal, som studerer bruken av kunstig intelligens i fusjonsforskning, fort alte Lifewire i et e-postintervju.
"Husk at en fusjonsmaskin er et komplekst vitenskapelig eksperiment, men én ting er sikkert - alle disse maskinene har dusinvis, om ikke hundrevis av diagnostiske systemer knyttet til seg," la han til. "Dette betyr at et enkelt eksperiment, som varer i bare noen få sekunder, kan generere en mengde data i størrelsesorden 10 til 100 gigabyte."
Star Power
Praktisk fusjon er en form for kraftproduksjon som skaper elektrisitet ved å bruke varme fra kjernefysiske fusjonsreaksjoner. Det er samme type reaksjon som driver stjerner.
Etter tiår med langsom fremgang, er fusjonsforskningen i ferd med å varmes opp. Forskere kunngjorde nylig at de hadde generert den høyeste vedvarende energipulsen som noen gang er skapt ved å smelte sammen atomer, mer enn doblet deres egen rekord fra eksperimenter utført i 1997.
TAE Systems håper at AI kan bidra til å bryte gjennom tekniske barrierer. Selskapet bruker en 100 fot lang fusjonssylinder, k alt Norman, til eksperimenter. Googles AI blir brukt til å sile gjennom de enorme datamengdene som genereres under forskningen.
"Med vår hjelp ved bruk av maskinoptimalisering og datavitenskap, nådde TAE sine hovedmål for Norman, noe som bringer oss et skritt nærmere målet om breakeven fusion," skrev Ted B altz, Senior Staff Software Engineer, Google Research, på selskapets hjemmeside. "Maskinen opprettholder et stabilt plasma på 30 millioner Kelvin i 30 millisekunder, som er omfanget av tilgjengelig kraft til systemene sine. De har fullført et design for en enda kraftigere maskin, som de håper vil demonstrere de nødvendige betingelsene for breakeven fusjon før slutten av tiåret."
Maskinlæring er nødvendig for å analysere eksperimenter for å oppdage trendene som styrer oppførselen til fusjonsplasmaer, sa Ferreira. Og forskere trenger sofistikerte tilnærminger for å eksperimentere kontroll utover de hardkodede alarmene og triggerne de bruker for øyeblikket.
"For øyeblikket bruker vi primitive kontrollsystemer som treffer bremsene ved første tegn på problemer," sa Ferreira. "Vi trenger AI-teknikker for å kjøre oss trygt gjennom vanskelighetene med å betjene en fusjonsmaskin pålitelig for å generere en netto energiproduksjon."
AI to the Rescue
Medisinsk forskning er et annet område hvor AI blir tatt i bruk. AI er et nyttig supplement til arbeidet til menneskelige forskere fordi maskiner og mennesker er flinke til ulike oppgaver som er nødvendige i forskning, fort alte Sungwon Lim, administrerende direktør for Imprimed Inc., et AI-basert prediktivt kreftdeteksjonsverktøy, til Lifewire via e-post.
"Der mennesker er i stand til å komme opp med kreative løsninger og innovasjoner, kan maskiner analysere enorme mengder data raskt og nøyaktig," sa han. "AI kan også gjøre den typen kjedelige, repeterende oppgaver som kan få menneskelige forskere til å trette og gjøre feil. Dette gjør AI til et ideelt verktøy for forskning der mønstre raskt må finnes i svært store datasett."
En fersk studie av forskere ved University of Illinois publisert i Journal of Critical Reviews in Oncology viste at maskinlæring for tiden konkurrerer med, og i noen tilfeller overgår, trente klinikere i diagnose og resultatprediksjon ved blærekreft.
"Den kritiske rollen til AI i tidlig diagnostisering av kreft kan ikke overvurderes fordi millioner av tilfeller av kreft hvert år forblir udiagnostisert til de sene stadiene av sykdommen hvor terapeutiske alternativer blir ekstremt begrensede eller ikke-eksisterende," Soheila Borhani, en av avisens forfatter fort alte Lifewire i en e-post.
