Ключевые выводы
- Исследователи используют ИИ для продвижения исследований в области термоядерного синтеза.
- Одна компания использует искусственный интеллект Google для управления своими экспериментами по термоядерному синтезу.
- ИИ также способствует прогрессу в медицине, включая обнаружение рака.
Практическая термоядерная энергия может стать ближе к реальности благодаря достижениям в области искусственного интеллекта (ИИ), говорят эксперты.
Американская компания утверждает, что ускоряет путь к термоядерной энергии с помощью машинного обучения. TAE Technologies сократила вычислительные задачи, которые когда-то занимали месяцы, до нескольких часов с помощью ИИ. Это одна из многих компаний, использующих ИИ для помощи в исследованиях.
«То, чего мы до сих пор не знаем о термоядерном синтезе, например, как достичь и поддерживать стабильные условия термоядерного синтеза, скрывается в данных», - Диого Феррейра, профессор информационных систем Лиссабонского университета в Португалии, рассказал Lifewire в интервью по электронной почте.
«Помните, что термоядерная машина - это сложный научный эксперимент, но одно можно сказать наверняка - ко всем этим машинам подключены десятки, если не сотни диагностических систем», - добавил он. «Это означает, что один эксперимент, который длится всего несколько секунд, может генерировать объем данных порядка от 10 до 100 гигабайт».
Звездная сила
Практический термоядерный синтез - это форма производства электроэнергии, при которой электричество вырабатывается с использованием тепла, полученного в результате ядерных термоядерных реакций. Это тот же тип реакции, который питает звезды.
После десятилетий медленного прогресса исследования в области термоядерного синтеза набирают обороты. Ученые недавно объявили, что им удалось создать самый мощный импульс энергии, когда-либо созданный путем слияния атомов, что более чем вдвое превышает их собственный рекорд по сравнению с экспериментами, проведенными в 1997 году.
TAE Systems надеется, что ИИ поможет преодолеть технические барьеры. Компания использует для экспериментов термоядерный цилиндр длиной 100 футов под названием Norman. ИИ Google используется для просеивания огромных объемов данных, полученных в ходе исследования.
«С нашей помощью, используя машинную оптимизацию и науку о данных, TAE достигла своих основных целей для Norman, что приближает нас на шаг к цели безубыточного слияния», - написал Тед Балтц, старший инженер-программист, Google Research. на сайте компании. «Машина поддерживает стабильную плазму на уровне 30 миллионов кельвинов в течение 30 миллисекунд, что является пределом доступной мощности для ее систем. конец десятилетия."
Машинное обучение необходимо для анализа экспериментов с целью выявления тенденций, определяющих поведение термоядерной плазмы, сказал Феррейра. Кроме того, исследователям нужны сложные подходы к управлению экспериментом, помимо жестко закодированных сигналов тревоги и триггеров, которые они используют в настоящее время.
«В настоящее время мы используем примитивные системы управления, которые тормозят при первых признаках неисправности», - сказал Феррейра. «Нам нужны методы искусственного интеллекта, чтобы безопасно провести нас через тонкости работы термоядерной машины, чтобы надежно генерировать чистую выходную энергию».
ИИ спешит на помощь
Медицинские исследования - еще одна область, в которой используется ИИ. ИИ является полезным дополнением к работе ученых-людей, потому что машины и люди хорошо справляются с разными задачами, необходимыми в исследованиях, сказал Lifewire по электронной почте Сунгвон Лим, генеральный директор Imprimed Inc., инструмента для прогнозирования рака на основе ИИ.
«Там, где люди могут придумывать творческие решения и инновации, машины могут быстро и точно анализировать огромные объемы данных», - сказал он. «ИИ также может выполнять утомительные, повторяющиеся задачи, которые могут заставить исследователей устать и совершить ошибки. Это делает ИИ идеальным инструментом для исследований, в которых необходимо быстро находить закономерности в очень больших наборах данных».
Недавнее исследование, проведенное учеными из Университета Иллинойса, опубликованное в Journal of Critical Reviews in Oncology, показало, что машинное обучение в настоящее время конкурирует, а в некоторых случаях и превосходит обученных клиницистов в диагностике и прогнозировании исхода рака мочевого пузыря.
«Невозможно переоценить критическую роль ИИ в ранней диагностике рака, потому что каждый год миллионы случаев рака остаются недиагностированными до поздних стадий заболевания, когда терапевтические возможности становятся крайне ограниченными или вовсе отсутствуют», - Сохейла Борхани, один из автора статьи сообщил Lifewire в электронном письме.
