Atslēgas līdzņemšanai
- Pētnieki izmanto mākslīgo intelektu, lai veicinātu kodolsintēzes izpēti.
- Viens uzņēmums izmanto Google AI, lai kontrolētu kodolsintēzes eksperimentus.
- AI veicina arī sasniegumus medicīnā, tostarp vēža noteikšanā.
Praktiskā kodolsintēzes enerģija var kļūt tuvāk realitātei, pateicoties mākslīgā intelekta (AI) attīstībai, saka eksperti.
ASV uzņēmums apgalvo, ka, izmantojot mašīnmācīšanos, tas paātrina ceļu uz kodolsintēzes enerģiju. Uzņēmums TAE Technologies ir samazinājis skaitļošanas uzdevumus, kas kādreiz prasīja mēnešus, līdz tikai dažām stundām, izmantojot AI. Tas ir viens no daudziem uzņēmumiem, kas izmanto AI, lai palīdzētu veikt pētījumus.
"Tas, ko mēs joprojām nezinām par kodolsintēzi, piemēram, kā sasniegt un uzturēt stabilus kodolsintēzes apstākļus, slēpjas datos," norāda Diogo Ferreira, informācijas sistēmu profesors Lisabonas Universitātē Portugālē, kurš pēta mākslīgā intelekta pielietojumu kodolsintēzes pētījumos, pastāstīja Lifewire e-pasta intervijā.
"Atcerieties, ka kodolsintēzes iekārta ir sarežģīts zinātnisks eksperiments, taču viena lieta ir droša - visām šīm mašīnām ir pievienoti desmitiem, ja ne simtiem diagnostikas sistēmu," viņš piebilda. "Tas nozīmē, ka viens eksperiments, kas ilgst tikai dažas sekundes, var ģenerēt datu apjomu aptuveni no 10 līdz 100 gigabaitiem."
Zvaigznes spēks
Praktiskā kodolsintēze ir elektroenerģijas ražošanas veids, kas rada elektrību, izmantojot kodolsintēzes reakciju siltumu. Tā ir tāda paša veida reakcija, kas iedarbina zvaigznes.
Pēc gadu desmitiem ilga lēnā progresa kodolsintēzes pētniecība uzkarst. Zinātnieki nesen paziņoja, ka viņi ir radījuši augstāko noturīgo enerģijas impulsu, kāds jebkad radīts, sapludinot atomus, vairāk nekā dubultojot viņu pašu rekordu no 1997. gadā veiktajiem eksperimentiem.
TAE Systems cer, ka mākslīgais intelekts varētu palīdzēt pārvarēt tehniskās barjeras. Uzņēmums eksperimentiem izmanto 100 pēdu garu kodolsintēzes cilindru, ko sauc par Norman. Google AI tiek izmantots, lai izsijātu milzīgo datu apjomu, kas iegūts pētījuma laikā.
"Ar mūsu palīdzību, izmantojot mašīnu optimizāciju un datu zinātni, TAE sasniedza savus galvenos Normanam izvirzītos mērķus, kas mūs ir soli tuvāk līdzsvara saplūšanas mērķim," rakstīja Google Research vecākais personāla programmatūras inženieris Teds B alts. uzņēmuma tīmekļa vietnē. "Iekārta uztur stabilu plazmu pie 30 miljoniem kelvinu 30 milisekundes, kas ir tās sistēmām pieejamās jaudas apjoms. Viņi ir pabeiguši vēl jaudīgākas iekārtas dizainu, kas, viņuprāt, demonstrēs apstākļus, kas nepieciešami līdzsvara kodolsintēzei pirms desmitgades beigas."
Mašīnmācība ir nepieciešama, lai analizētu eksperimentus, lai atklātu tendences, kas nosaka kodolsintēzes plazmas uzvedību, sacīja Fereira. Un pētniekiem ir vajadzīgas sarežģītas pieejas eksperimentu kontrolei, ne tikai pašlaik izmantotajiem kodētajiem trauksmes signāliem un aktivizētājiem.
"Pašlaik mēs izmantojam primitīvas vadības sistēmas, kas nospiež bremzes, parādoties pirmajām nepatikšanas pazīmēm," sacīja Fereira. "Mums ir vajadzīgas mākslīgā intelekta metodes, lai mūs droši vadītu caur kodolsintēzes iekārtas uzticamas darbības sarežģītību, lai radītu neto enerģijas izvadi."
AI glābšanai
Medicīnas pētniecība ir vēl viena joma, kurā tiek izmantots AI. AI ir noderīgs papildinājums cilvēku zinātnieku darbam, jo mašīnas un cilvēki labi veic dažādus pētniecībā nepieciešamos uzdevumus, Sungwon Lim, Imprimed Inc., uz AI balstīta vēža noteikšanas rīka izpilddirektors, Lifewire pastāstīja pa e-pastu.
"Ja cilvēki spēj izstrādāt radošus risinājumus un inovācijas, mašīnas var ātri un precīzi analizēt milzīgus datu apjomus," viņš teica. "AI var veikt arī tādus nogurdinošus, atkārtotus uzdevumus, kas var izraisīt cilvēku pētnieku nogurumu un kļūdas. Tas padara AI par ideālu rīku pētniecībai, kurā modeļi ir ātri jāatrod ļoti lielās datu kopās."
Nesenais Ilinoisas Universitātes pētnieku pētījums, kas publicēts žurnālā Journal of Critical Reviews in Oncology, parādīja, ka mašīnmācīšanās pašlaik konkurē un dažos gadījumos pārspēj apmācītus klīnikas speciālistus urīnpūšļa vēža diagnostikā un iznākuma prognozēšanā.
"AI kritisko lomu vēža agrīnā diagnostikā nevar pārvērtēt, jo katru gadu miljoniem vēža gadījumu netiek diagnosticēti līdz slimības vēlīnām stadijām, kad terapijas iespējas kļūst ārkārtīgi ierobežotas vai vispār nav vispār," Soheila Borhani, viens no raksta autora stāstīja Lifewire e-pastā.
