{"id":10285,"date":"2024-02-23T12:40:14","date_gmt":"2024-02-23T12:40:14","guid":{"rendered":"https:\/\/dailyai.com\/?p=10285"},"modified":"2024-03-28T00:38:10","modified_gmt":"2024-03-28T00:38:10","slug":"nuclear-fusion-and-ai-an-evolving-symbiotic-relationship","status":"publish","type":"post","link":"https:\/\/dailyai.com\/nb\/2024\/02\/nuclear-fusion-and-ai-an-evolving-symbiotic-relationship\/","title":{"rendered":"Kjernefusjon og kunstig intelligens: et symbiotisk forhold i utvikling"},"content":{"rendered":"

Ved Princeton University's Andlinger Center har et tverrfaglig team av ingeni\u00f8rer, fysikere og dataforskere, i samarbeid med Princeton Plasma Physics Laboratory (PPPL), brukt kunstig intelligens til \u00e5 h\u00e5ndtere plasmainstabilitet i kjernefusjon.\u00a0<\/strong><\/p>\n

Fusjonsenergi, som gjenspeiler prosessen som driver solen, bruker enormt trykk og varme til \u00e5 fusjonere atomer, noe som frigj\u00f8r enorme mengder energi.\u00a0<\/span><\/p>\n

For \u00e5 gjenskape dette p\u00e5 jorden m\u00e5 man begrense ultravarmt plasma med kraftige magnetfelt i tokamak-reaktorer - komplekse innretninger som ofte kalles \"stjerner i krukker\". Men i<\/span>I en fusjonsreaktor er plasmaet notorisk ustabilt, og kan potensielt destabilisere og bryte gjennom de magnetiske barrierene som er laget for \u00e5 holde det inne.\u00a0<\/span><\/p>\n

I eksperimenter utf\u00f8rt ved <\/span>DIII-D National Fusion Facility i San Diego<\/span><\/a>I en ny studie viste et forskerteam frem en AI-modell som, utelukkende basert p\u00e5 historiske eksperimentelle data, kunne forutsi utbruddet av \"tearing mode instabilities\" - en spesiell type plasmaforstyrrelser - opptil 300 millisekunder i forveien.\u00a0<\/span><\/p>\n

Forskerne brukte et dypt nevralt nettverk som var trent opp p\u00e5 tidligere DIII-D-tokamak-data for \u00e5 forutsi fremtidige ustabiliteter basert p\u00e5 plasmakarakteristikker i sanntid.<\/span><\/p>\n

Denne modellen ble deretter brukt som grunnlag for en forsterkende l\u00e6ringsalgoritme (RL), som iterativt forbedret kontrollstrategiene gjennom simulerte eksperimenter og l\u00e6rte seg \u00e5 opprettholde h\u00f8ye effektniv\u00e5er samtidig som ustabilitet ble unng\u00e5tt. <\/span><\/p>\n

Teamets funn ble publisert i en <\/span>studie i Nature<\/span><\/a>.<\/span><\/p>\n

Azarakhsh Jalalvand, en av medforfatterne, sammenlignet prosessen med flyoppl\u00e6ring, der en pilot l\u00e6rer i en simulator f\u00f8r han eller hun tar kontroll over et ekte fly.\u00a0<\/span><\/p>\n

\"Du ville ikke l\u00e6rt opp noen ved \u00e5 gi dem et sett med n\u00f8kler og be dem gj\u00f8re sitt beste\", bemerker Jalalvand, som understreker viktigheten av en gradvis, velinformert l\u00e6ringsprosess for AI-en.<\/span><\/p>\n

\"AI-fusjon\"
a. Grafen viser hvordan aktuatorene oppf\u00f8rer seg over tid, med AI-kontroll (i bl\u00e5tt) og uten (i svart). De r\u00f8de linjene markerer terskelverdiene som kan f\u00f8re til at plasmastabiliteten svekkes. b. Denne delen illustrerer den forventede sannsynligheten for ustabilitet som f\u00f8lge av aktuatorenes justeringer. c. Her ser vi den forventede effekten av aktuatorenes kontroll n\u00e5r det gjelder \u00e5 holde plasmatrykket innenfor normaliserte niv\u00e5er. d. Denne delen viser hvordan plasmaet forventes \u00e5 utvikle seg innenfor et sett med parametere, styrt av de strategiske inngrepene med AI-kontroll. Kilde: Natur<\/a> (\u00e5pen tilgang)<\/figcaption><\/figure>\n

Etter \u00e5 ha validert AI-kontrollerens simuleringsytelse, gikk teamet videre til tester i den virkelige verden ved DIII-D-tokamaken, der de observerte at AI-en klarte \u00e5 manipulere reaktorparametere for \u00e5 redusere ustabilitet.\u00a0<\/span><\/p>\n

\"\"
En tokamak er en innretning som brukes i forskning p\u00e5 kjernefusjon, og som er konstruert for \u00e5 inneslutte et plasma ved hjelp av magnetfelt. Det er en av de mest utforskede typene fusjonsreaktorer, og det endelige m\u00e5let er \u00e5 produsere kontrollert termonukle\u00e6r fusjonskraft. Tokamaken kjennetegnes av sin toroidformede (smultringformede) konfigurasjon, som anses som effektiv for \u00e5 holde p\u00e5 det h\u00f8ytemperaturplasmaet som trengs for fusjonsreaksjoner.<\/figcaption><\/figure>\n

AI-kontrollens korte, men kritiske prediksjonsevne gj\u00f8r det mulig for systemet \u00e5 justere driftsparametrene i sanntid, forhindre ustabilitet og opprettholde likevekten i plasmaet innenfor reaktorens magnetfelt.<\/p>\n

Professor Egemen Kolemen, som har ledet forskningen, forklarte teamets tiln\u00e6rming<\/a>\"Ved \u00e5 l\u00e6re av tidligere eksperimenter, i stedet for \u00e5 innlemme informasjon fra fysikkbaserte modeller, kunne den kunstige intelligensen utvikle en endelig kontrollpolicy som st\u00f8ttet et stabilt, kraftig plasmaregime i sanntid, i en virkelig reaktor.\"\u00a0<\/span><\/p>\n

Jaemin Seo, fra Institutt for maskin- og romfartsteknikk, diskuterte hvordan n\u00f8yaktig og rask prediksjon er selve b\u00e6rebjelken i denne studien, og bemerket: \"Tidligere studier har generelt fokusert p\u00e5 enten \u00e5 undertrykke eller dempe effekten av disse ustabiliteten etter at de har oppst\u00e5tt i plasmaet. Men med v\u00e5r tiln\u00e6rming kan vi forutsi og unng\u00e5 disse ustabilitetene f\u00f8r de noen gang oppst\u00e5r.\"<\/span><\/p>\n

\"Ustabiliteter i rivemodus er en av de viktigste \u00e5rsakene til plasmaforstyrrelser, og de vil bli enda mer fremtredende n\u00e5r vi pr\u00f8ver \u00e5 kj\u00f8re fusjonsreaksjoner med de h\u00f8ye effektene som kreves for \u00e5 produsere nok energi\", forklarer Seo.<\/span><\/p>\n

I tiden fremover planlegger forskerne \u00e5 samle inn flere bevis p\u00e5 AI-kontrollerens ytelse og utvide kapasiteten til andre tokamaker og plasmainstabiliteter.<\/span><\/p>\n

\u00a0\"Vi har sterke bevis p\u00e5 at kontrolleren fungerer ganske bra p\u00e5 DIII-D, men vi trenger mer data for \u00e5 vise at den kan fungere i en rekke forskjellige situasjoner\", bemerker Seo, og skisserer veien videre.<\/span><\/p>\n

\u00c5 bygge bro over AIs energikl\u00f8ft med kjernefusjon<\/h2>\n

Princeton-studien viser hvordan AI kan st\u00f8tte fusjon, men fusjon kan ogs\u00e5 st\u00f8tte AI.\u00a0<\/span><\/p>\n

P\u00e5 mange m\u00e5ter har kunstig intelligens et symbiotisk, men skj\u00f8rt forhold til energi. Mye tyder p\u00e5 at den eksponentielle veksten i generativ AI f\u00f8rer til et svimlende energiforbruk som allerede er p\u00e5 niv\u00e5 med forbruk av sm\u00e5 nasjoner<\/a>.\u00a0<\/span><\/p>\n

Dilemmaets kjerne ligger i AIs grunnleggende infrastruktur - datasentrene. Disse enorme digitale installasjonene er beryktet for sitt kolossale energi- og vannforbruk.\u00a0<\/span><\/p>\n

Det internasjonale energibyr\u00e5et (IEA) fremhevet nylig det \u00f8kende fotavtrykket til datasentre, som allerede bruker mer enn 1,3% av verdens elektrisitet.<\/span><\/p>\n

Prognoser fra Boston Consulting Group og EU tegner et dystert bilde, med energibehov i datasentre<\/a> potensielt dobles eller tredobles i l\u00f8pet av de kommende \u00e5rene, noe som vil forsterke energiutfordringene.\u00a0<\/span><\/p>\n

Som svar p\u00e5 dette styrker Big Tech sin energiinfrastruktur dag for dag, samtidig som de vurderer kjernekraft, inkludert fusjon.\u00a0<\/span><\/p>\n

Microsoft <\/span>nylig \u00e5pnet en stillingsannonse<\/span><\/a> til en stilling som \"Principal Program Manager Nuclear Technology\", og har som m\u00e5l \u00e5 utvikle en global strategi sentrert rundt sm\u00e5 modul\u00e6re reaktorer (SMR) og mikroreaktorer, noe som viser at man er klar over de truende energisp\u00f8rsm\u00e5lene som AI st\u00e5r overfor.<\/span><\/p>\n

Nylig,\u00a0<\/span>Helion Energy<\/span><\/a>med st\u00f8tte fra Sam Altman fra OpenAI, kunngjorde sin intensjon om \u00e5 lansere verdens f\u00f8rste fusjonskraftverk i l\u00f8pet av fem \u00e5r.\u00a0<\/span><\/p>\n

\n

Hvis Helion fungerer, er det ikke bare en potensiell vei ut av klimakrisen, men ogs\u00e5 en vei mot mye h\u00f8yere livskvalitet.<\/p>\n

Har elsket \u00e5 v\u00e6re involvert de siste 7 \u00e5rene og gleder meg til \u00e5 investere mer. David og Chris er fantastiske.<\/p>\n

- Sam Altman (@sama) 5. november 2021<\/a><\/p><\/blockquote>\n