Laboratorija Univerziteta Rochestera za laseru energetiku (LLE) opremljena je omega laserom, vodećom svjetskom akademskom laserskom instalacijom. Na prvi pogled izgleda kao složena mramorna pista lakih čestica i plazme, sposobna da se razdvaja i pojačava snop prije nego što je usredotočite na sitni cilj Crosshair. Njegova osnovna misija je istražiti astrofizičke pojave, testne materijale pri ekstremnim pritiscima atomskog razmjera i raditi na unapređenju remetilačkih fuzijskih istraživanja.
Zahvaljujući bespovratnim sredstvima za 503 milijuna dolara od 2024. godine iz američkog Ministarstva energetike (DOE) Nacionalne jedinice nuklearne sigurnosti, Rochester Laserska laboratorija stvorila je idealne uvjete za provođenje ovih kritičnih studija. Lasersko laboratorija provodi složene eksperimente fuzije jednom mjesec dana, a naučnici imaju oko pet prilika za vatrene lasere i bilježenje podataka. Kroz višestruke terenske kompjuterske simulacije, naučnici su u mogućnosti steći dublje razumijevanje fuzijskog plazme, dizajnerskih eksperimenata i tumačiti rezultate, iako ove simulacije ne mogu u potpunosti reproducirati sve eksperimentalne detalje.
Eksperiment je započeo plastičnom kapsulom koja sadrži smrznutu deuterium-tritijumu, samo milimetrima promjera, na temperaturi od 20 stepeni iznad apsolutne nule ", rekao je da je direktor Lle Christopher Deney. Tada se u milijardu sekunde, kapsula komprimira na a Prečnik manji od ljudske kose i temperatura raste na preko 30 miliona stepeni. " Ne samo da ovaj proces ne zahtijeva duboko poznavanje fizike, ali napredne dijagnostičke tehnike također se moraju koristiti kako bi se detaljno iskoristile sve pojave koje se događaju u ovom trenutku.
Kako bi se iskoristilo bogatstvo podataka prikupljenih ovim naprednim dijagnostičkim tehnikama i ubrzavajući nas ubrzavanje američkih službi istraživanja, LLE naučnici se okreću u umjetnu inteligenciju (AI) i drugim naprednim računarskim tehnologijama.
Već više od 50 godina, LLE aktivno promovira i bavi se osnovnim izazovima u polju inercijalnog pritvornog fuzije (ICF). ICF je široko prepoznat u naučnoj zajednici kao najperspektivniji pristup postizanju kontrolirane termonuklearne fuzije i predstavlja obećavajuću čistu, obnovljivu tehnologiju energije.
Christopher Kanan, vanredni profesor računarske nauke na Univerzitetu u Rochesteru, objašnjava ", ICF je u osnovi inverzni problem fizike, gdje naučnici moraju obrnuti precizna svojstva lasera i cilja."
Sam omega nije dizajnirana za postizanje paljenja, već da unaprijedi razumijevanje laserskog pogonskog spojnog pogona. Nacionalni objekt za paljenje u Livermore Nacionalnoj laboratoriji, što je 60 puta energičnije od Omega, pronašlo je rješenje problema s inverznim fizikama i već je postigao paljenje 2022. godine. I napredak u Omegi i postignućima paljenja oslanja se na statističko modeliranje Da biste popunili praznine u našem potpuno razumijevanju fizike.
GAP znanja koji postoji između simulacija i eksperimentima proizlazi iz složenosti fizike, ograničenja mjerenja i širok opseg istraživačkog napora, koji uključuje nuklearnu fiziku, fiziku plazme i nauke o materijalima koji su izvedeni u ekstremnim uvjetima najnapredniji kompjuterski kodovi.
Prvo, postoji pitanje cilja; Eksperiment započinje šupljim plastičnom sferom koja se može postaviti na vrh pina; LLE Istraživači koriste precizne alate za stvaranje sfere i napuniti ga hidrogen izotopima, koji se zatim hlade u blizini apsolutne nule. Proces smrzavanja uzrokovao je vodonik da formira sloj leda unutar plastične ljuske.
Istraživački tim LLE traži način da precizno otkriva nijanse i obrasce u podacima kao sredstvo za vođenje računarskih simulacija za proizvodnju preciznijeg predviđanja. To je poboljšana prediktivna sposobnost zauzvrat pročišćavanje fuzijskog eksperimenata i pokrenuti sljedeću generaciju fuzijskog istraživanja i laserske tehnologije.
Umjetna inteligencija, a posebno njeno mjesto za potpolje, može pomoći optimiziranju prediktivne efikasnosti računarskih kodova i poboljšati predviđanja putem iskustva. Mašinsko učenje ne samo da vrši samo prediktivnu analitiku, već i procesuira podatke, zaključivanje odnosa i primjenjuje ovo znanje na njegove funkcije.
Riccardo Betti, glavni naučnik i Robert L. McCrory profesor na Odjelu za mašinstvo i Ministarstvo za fiziku i astronomiju na Univerzitetu u Rochesteru, "Mi sada imamo veliku količinu eksperimentalnih podataka koji, uz pomoć Mašinsko učenje može se koristiti za ispravljanje simulacija i vodiča u stvarnom vremenu eksperimentima. "
Istraživački rad Betti i Kanano zasnivaju se na nedavnom napretku u generativnoj umjetnoj inteligenciji, AI tehniku koja generira podatke i druge oblike izlaza, poput teksta i videozapisa. Istraživački tim Univerziteta u Rochester-u koristi ove napredne algoritme za rješavanje problema s inverznim fizikama za poboljšanje tačnosti simulacija. Američki odjel za energetsku energetsku energetsku energetsku nauku (FES) osigurala je gotovo tri miliona dolara u financiranju podrške za ovo istraživanje, koje se očekuje da će biti završeno do 2026. godine.
Riccardo Betti je dodao: "Naš cilj je poboljšati simulacijske predviđanja uz pomoć generiranog AI i da precizno zaključuje svojstva laserskih interakcija.
Dr Varchas Gopalaswamy, naučnik u odeljenju Lleove teorije i docent mašinskog inženjerstva, kaže: "Jednom kada doživljavamo nesklad između predviđanja simulacije i eksperimentalnih rezultata, možemo primijeniti mašinu za pomicanje na miru." On dalje objašnjava, "ako se varijabla promijeni u eksperimentu, može li simulacija u skladu s tim odgovoriti? Hoće li se taj odgovor odražavati u eksperimentu? Ovo će potvrditi tačnost naše hipoteze i utvrditi da li možemo u skladu s tim prilagoditi varijablu ili razviti strategiju ublažavanja u skladu s tim . " Gopalaswamy je dodao, "sa dubljim analizom obrazaca usani u podacima, bili smo u mogućnosti formulisati nove hipoteze, istražiti različite fizičke pojave i dizajnirati bolje eksperimente."
Gopalaswamy je također napomenuo: "Jedan od izazova suočavanja ICF-a je da su fuzijski eksperimentalni podaci koje smo koristili za treniranje AI-ja relativno ograničeni u odnosu na ogromnu bazu podataka o mačkama. U ovom je slučaju posebno izazovno iskoristiti dostupne empirijske podatke Da bismo premostili jaz sa znanjem. Upravo je to potreban snažan sistem za integraciju teorijskog znanja eksperimentalnom stvarnošću kako bismo nam pomogli da donesemo više informiranih odluka. "
Američko Fizičko društvo prepoznalo je rad Betti, Gopalaswamyja i drugih znanstvenika u Awlist-u John Dawson za izvrsnost u istraživanju fizike u plazmi za njihovu pionirsku dostignuću u predviđanju, dizajniranju i analizirajući implozijskog eksperimenata sa laserom od 30 kJ Omega Laserom.
Umjetna inteligencija i istraživanje mašina za učenje u Laserskoj laserskoj laserskoj laboratoriji također su doprinijeli nizu otkriti Dustin Froula, direktora plazme i ultrasta laserske nauke i inženjerske divizije i njegova ekipa. Tijekom njegove karijere, Froulu i njegov tim razvili su razne tehnike, uključujući jednu za mjerenje temperature plazme kroz Thomson Rascanging, a čak su slomili novu zemlju u tehnikama "Fly-Focus" ili kontrolirajući intenzitet lasera na velikim udaljenostima. i mašinsko učenje revolucioniraju način na koji dizajniramo eksperimente, što nam omogućavamo da izgradimo bolje lasere dok predviđamo sljedeće generacije. "On dalje objašnjava", laseri su korišteni na različite načine. On dodatno objašnjava, "više boja u spektru laserskog snopa pomoći će se plazmi širiti kroz snop efikasnije, a AI nam pomaže u razumijevanju složenih interakcija između ovih različitih boja i plazme."
Konačno, Ministarstvo energetike za istraživanje nuklearne fuzije dao je naziv nacionalnog istraživačkog centra osmišljenog za unapređenje inercijalne fuzijske energije (IFE), obećavajuća tehnologija čiste energetske tehnologije koja se oslanja na spoj teške hidrogen (deuterijuma i tritima) atoma za proizvodnju energije.
Oslanjajući se na interdisciplinarnu istraživačku snagu Univerziteta u Rochesteru, LLE je uspješno zaposlila nekoliko studenata kako bi poboljšala primjenu umjetne inteligencije i mašinskog učenja u konvergentnim istraživanjima.
Prema Gopalaswamyju ", naš cilj je nadahnuti studentima sa stalnom učenjem za dalje poboljšanje tačnosti naših dijagnostičkih alata. Međutim, uloga fizičara je neophodna kako bi se osiguralo da su modeli tačni i naučno zvuči. Pored toga, trebamo inženjeri, tehnolozi i materijalni naučnici da formiraju kompletan ekosustav. "
Dodao je: "Kao nacija prelazi na čistu energiju i održivu snagu, primjena AI u Fusion istraživanju je obećava i mogla bi postati polje za radno stanje u nastajanju."
Valeri Goncharov, direktor Odjela za teoriju Lle-a u Odjelu za strojarstvo, napomenuta, "umjetna inteligencija je važno sredstvo za vođenje našeg istraživanja. Optimiziranje ovih alata možemo poboljšati rezultate istraživanja. Dok ovi alati olakšavaju istraživanje , Pokretačka snaga za inovacije inopira iz naše inteligencije. U istraživanju ICF-a od suštinskog je značaja, i ne možemo se osloniti samo na AI; ljudsko razmišljanje i presuda igraju ključnu ulogu u ovom procesu. "
