Belangrijkste afhaalrestaurants
- Onderzoekers gebruiken AI om fusieonderzoek vooruit te helpen.
- Eén bedrijf gebruikt de AI van Google om zijn fusie-experimenten te besturen.
- AI zorgt ook voor vooruitgang in de geneeskunde, waaronder de opsporing van kanker.
Praktische fusie-energie komt mogelijk dichter bij de realiteit dankzij vooruitgang in kunstmatige intelligentie (AI), zeggen experts.
Een Amerikaans bedrijf beweert dat het de weg naar fusie-energie versnelt door machine learning te gebruiken. TAE Technologies heeft computertaken die ooit maanden duurden teruggebracht tot slechts een paar uur met behulp van AI. Het is een van de vele bedrijven die AI gebruiken om te helpen bij onderzoek.
"Wat we nog steeds niet weten over fusie, bijvoorbeeld hoe stabiele fusiecondities te bereiken en te behouden, zit verborgen in de gegevens", zegt Diogo Ferreira, een professor in informatiesystemen aan de Universiteit van Lissabon in Portugal, die de toepassing van AI in fusieonderzoek bestudeert, vertelde Lifewire in een e-mailinterview.
"Vergeet niet dat een fusiemachine een complex wetenschappelijk experiment is, maar één ding is zeker: aan al deze machines zijn tientallen, zo niet honderden diagnostische systemen gekoppeld," voegde hij eraan toe. "Dit betekent dat een enkel experiment, dat slechts enkele seconden duurt, een hoeveelheid gegevens kan genereren in de orde van 10 tot 100 gigabyte."
Star Power
Praktische fusie is een vorm van energieopwekking waarbij elektriciteit wordt opgewekt met behulp van warmte uit kernfusiereacties. Het is hetzelfde type reactie dat sterren aanstuurt.
Na decennia van langzame vooruitgang is het fusie-onderzoek aan het opwarmen. Wetenschappers hebben onlangs aangekondigd dat ze de hoogste aanhoudende energiepuls ooit hadden gegenereerd door atomen te fuseren, meer dan een verdubbeling van hun eigen record van experimenten die in 1997 werden uitgevoerd.
TAE Systems hoopt dat AI kan helpen technische barrières te doorbreken. Het bedrijf gebruikt een 100 voet lange fusiecilinder, Norman genaamd, voor experimenten. De AI van Google wordt gebruikt om de enorme hoeveelheden gegevens te doorzoeken die tijdens het onderzoek zijn gegenereerd.
"Met onze hulp met behulp van machine-optimalisatie en datawetenschap heeft TAE hun belangrijkste doelen voor Norman bereikt, wat ons een stap dichter bij het doel van break-even-fusie brengt", schreef Ted B altz, Senior Staff Software Engineer, Google Research. op de website van het bedrijf. "De machine handhaaft een stabiel plasma op 30 miljoen Kelvin gedurende 30 milliseconden, wat de omvang is van het beschikbare vermogen voor zijn systemen. Ze hebben een ontwerp voltooid voor een nog krachtigere machine, waarvan ze hopen dat deze de voorwaarden zal demonstreren die nodig zijn voor break-even fusie voordat het einde van het decennium."
Machineleren is nodig om experimenten te analyseren om de trends te ontdekken die het gedrag van fusieplasma's bepalen, zei Ferreira. En onderzoekers hebben geavanceerde benaderingen nodig om te experimenteren met controle die verder gaan dan de hardgecodeerde alarmen en triggers die ze momenteel gebruiken.
"Momenteel gebruiken we primitieve controlesystemen die bij het eerste teken van problemen op de rem trappen", zei Ferreira. "We hebben AI-technieken nodig om ons veilig door de fijne kneepjes van het betrouwbaar bedienen van een fusiemachine te leiden om een netto energie-output te genereren."
AI aan de redding
Medisch onderzoek is een ander gebied waar AI wordt ingezet. AI is een nuttige aanvulling op het werk van menselijke wetenschappers omdat machines en mensen goed zijn in verschillende taken die nodig zijn in onderzoek, vertelde Sungwon Lim, de CEO van Imprimed Inc., een op AI gebaseerd voorspellend hulpmiddel voor kankerdetectie, via e-mail aan Lifewire.
"Waar mensen creatieve oplossingen en innovaties kunnen bedenken, kunnen machines enorme hoeveelheden gegevens snel en nauwkeurig analyseren", zei hij. "AI kan ook het soort vervelende, repetitieve taken uitvoeren waardoor menselijke onderzoekers moe kunnen worden en fouten kunnen maken. Dit maakt AI een ideale tool voor onderzoek waarbij patronen snel gevonden moeten worden in zeer grote datasets."
Een recent onderzoek door onderzoekers van de Universiteit van Illinois, gepubliceerd in het Journal of Critical Reviews in Oncology, toonde aan dat machinaal leren momenteel wedijvert met, en in sommige gevallen zelfs overtreft, getrainde clinici in diagnose en uitkomstvoorspelling bij blaaskanker.
"De cruciale rol van AI bij de vroege diagnose van kanker kan niet genoeg worden benadrukt, omdat elk jaar miljoenen gevallen van kanker niet worden gediagnosticeerd tot in de late stadia van de ziekte, waar therapeutische opties uiterst beperkt of niet-bestaand worden", Soheila Borhani, een van de auteur van het artikel vertelde Lifewire in een e-mail.
