Kulcs elvitelek
- A kutatók mesterséges intelligenciát használnak a fúziós kutatás előmozdítására.
- Egy vállalat a Google mesterséges intelligenciáját használja fúziós kísérleteinek irányítására.
- A mesterséges intelligencia az orvostudomány fejlődését is elősegíti, beleértve a rákfelderítést is.
A mesterséges intelligencia (AI) fejlődésének köszönhetően a gyakorlati fúziós energia egyre közelebb kerülhet a valósághoz, mondják a szakértők.
Egy amerikai vállalat azt állítja, hogy a gépi tanulás segítségével felgyorsítja a fúziós energia felé vezető utat. A TAE Technologies az egykor hónapokig tartó számítási feladatokat AI segítségével néhány órára csökkentette. Ez egy a sok vállalat közül, amelyek mesterséges intelligenciát használnak a kutatásban.
"Amit még mindig nem tudunk a fúzióról – például, hogyan lehet elérni és fenntartani a stabil fúziós feltételeket –, az az adatokban rejtőzik" – mondta Diogo Ferreira, a portugáliai Lisszaboni Egyetem információs rendszerek professzora, aki a mesterséges intelligencia fúziós kutatásban való alkalmazását tanulmányozza, elmondta a Lifewire-nek egy e-mailes interjúban.
"Ne feledje, hogy a fúziós gép egy összetett tudományos kísérlet, de egy dolog biztos: ezekhez a gépekhez több tucat, ha nem több száz diagnosztikai rendszer kapcsolódik" - tette hozzá. "Ez azt jelenti, hogy egyetlen kísérlet, amely csak néhány másodpercig tart, 10-100 gigabájt nagyságrendű adatmennyiséget képes generálni."
Star Power
A gyakorlati fúzió az energiatermelés olyan formája, amely magfúziós reakciókból származó hő felhasználásával villamos energiát állít elő. Ugyanolyan típusú reakció, mint a csillagok.
Évtizedek lassú fejlődése után a fúziós kutatás felforrósodik. A tudósok a közelmúltban bejelentették, hogy az atomok összeolvadásával létrejött legnagyobb tartós energiaimpulzust hozták létre, ami több mint megkétszerezi az 1997-ben végzett kísérletek eredményeit.
A TAE Systems reméli, hogy a mesterséges intelligencia segíthet áttörni a technikai akadályokat. A cég egy 100 láb hosszú fúziós hengert, az úgynevezett Normanot használ kísérletekhez. A Google mesterséges intelligenciáját használják a kutatás során keletkezett hatalmas mennyiségű adat átszűrésére.
"A gépi optimalizálás és az adattudomány segítségével a TAE elérte fő céljait Norman számára, ami egy lépéssel közelebb visz a nullszaldós fúziós célhoz" - írta Ted B altz, a Google Research vezető szoftvermérnöke. a cég honlapján. "A gép 30 ezredmásodpercig stabil plazmát tart fenn 30 millió Kelvinen, ami a rendszerei számára rendelkezésre álló teljesítmény mértéke. Elkészültek egy még erősebb gép tervezésével, amely reményeik szerint bemutatja a fedezeti fúzióhoz szükséges feltételeket még azelőtt az évtized vége."
A gépi tanulás szükséges a kísérletek elemzéséhez, hogy felfedezzük a fúziós plazmák viselkedését irányító tendenciákat – mondta Ferreira. A kutatóknak pedig kifinomult megközelítésekre van szükségük a kísérleti vezérléshez a jelenleg használt, kódolt riasztásokon és triggereken túl.
"Jelenleg primitív vezérlőrendszereket használunk, amelyek a probléma első jelére fékeznek" - mondta Ferreira. "Szükségünk van mesterséges intelligencia technikákra, hogy biztonságosan átvegyenek minket a fúziós gép megbízható működtetésének bonyolultságain, hogy nettó energiakibocsátást hozzunk létre."
AI a mentéshez
Az orvosi kutatás egy másik olyan terület, ahol a mesterséges intelligencia alkalmazására kerül sor. A mesterséges intelligencia hasznos kiegészítője a humán tudósok munkájának, mivel a gépek és az emberek jól teljesítenek a kutatás során szükséges különböző feladatokban – mondta Sungwon Lim, az Imprimed Inc., egy mesterséges intelligencia-alapú prediktív rákfelderítő eszköz vezérigazgatója a Lifewire-nek e-mailben.
"Ahol az emberek képesek kreatív megoldásokkal és innovációkkal előállni, ott a gépek hatalmas mennyiségű adatot tudnak gyorsan és pontosan elemezni" - mondta. „A mesterséges intelligencia olyan unalmas, ismétlődő feladatokat is el tud végezni, amelyek az emberi kutatókat elfáradhatnak és hibákat követhetnek el. Ez teszi a mesterséges intelligenciát ideális eszközzé olyan kutatásokhoz, amelyekben a mintákat gyorsan meg kell találni nagyon nagy adathalmazokban."
Az Illinoisi Egyetem kutatói által a Journal of Critical Reviews in Oncology folyóiratban közzétett legutóbbi tanulmány kimutatta, hogy a gépi tanulás jelenleg a hólyagrák diagnózisában és kimenetelének előrejelzésében vetekszik a képzett klinikusokkal, és bizonyos esetekben meg is haladja azokat.
"A mesterséges intelligencia kritikus szerepét a rák korai diagnosztizálásában nem lehet túlbecsülni, mert minden évben több millió rákos megbetegedést nem diagnosztizálnak egészen a betegség késői stádiumáig, ahol a terápiás lehetőségek rendkívül korlátozottá válnak vagy egyáltalán nem léteznek." "Soheila Borhani, one a lap szerzője e-mailben elmondta a Lifewire-nek.
