با تلاش دانشمندان دانشگاه هاروارد صورت می گیرد دستیابی به انرژی نامحدود با کمک هوش مصنوعی

عاشق وب: دانشمندان دانشگاه هاروارد، نوعی یادگیری عمیق مبتنی بر هوش مصنوعی ابداع نموده اند که می تواند خطرات احتمالی انرژی هسته ای را پیش بینی نماید و راهی برای دستیابی به انرژی نامحدود عرضه نماید.
به گزارش عاشق وب به نقل از ایسنا و به نقل از وب سایت رسمی دانشگاه هاروارد، دانشمندان اهتمام دارند برای دستیابی به انرژی نامحدود، از یادگیری عمیق مبتنی بر هوش مصنوعی استفاده کنند تا از عهده پیش بینی اختلالات مخرب برآیند.
دانشمندان طی دهه های گذشته تلاش نموده اند تا با کمک راهبردهای گوناگون، انرژی نامحدودی را عرضه کنند اما اگر امکان استفاده از همجوشی هسته ای برای تولید الکتریسیته عملی باشد، این قدرت عظیم و گسترده باید کنترل شود.
“جولیان کیتز هربک”(Julian Kates-Harbeck)، دانشجوی فیزیک دانشگاه هاروارد اظهار داشت: هنگامی که پلاسما، ثبات خودرا در آزمایش همجوشی از دست می دهد، می تواند از حبس شدن در دیواره دستگاه فرار کند و به لطمه های شدید و در بعضی موارد، ذوب شدن یا تبخیر ترکیبات منجر شود. اگر بتوانیم فرار پلاسما و یا لطمه های ناشی از آنرا پیش بینی نماییم، می توانیم اثرات آنرا کاهش و راهبردهای ایمنی ویژه ای نمایش دهیم تا پلاسما به آرامی خنک شود و صدمه ای به دستگاه نرساند.
هربک و همکارانش برای پیش بینی لطمه های احتمالی به راکتورهای همجوشی، نوعی سیستم یادگیری عمیق مبتنی بر هوش مصنوعی ابداع کردند. این روش، گام مهمی در ابتکارات حوزه همجوشی هسته ای به حساب می آید و می توان آنرا در دستگاه های مربوط به کار گرفت.
دانشمندان در این پژوهش، از یک “توکاماک”(tokamak) استفاده کردند. توکاماک، دستگاهی است که به محصورسازی پلاسما می پردازد و برای ایجاد تعادل پایدار پلاسما بر اساس محصورسازی مغناطیسی طراحی شده است. این دستگاه، پلاسما را با استفاده از یک دامنه مغناطیسی قوی محصور می کند.

هربک اضافه کرد: هنگامی که لطمه های مخرب ناشی از پلاسما رخ می دهند، حتی بعضی از بزرگترین دستگاه های مورد استفاده در زمینه همجوشی هسته ای، تا یک سانتی متر به هوا پرتاب می شوند. در نتیجه می توان شدت میزان نیروی آزاد شده را تصور کرد.
پیش بینی این گونه لطمه ها، سوژه بسیار مهمی است برای اینکه هرچه دستگاه بزرگ تر باشد، میزان تخریب باز بیشتر است.
هربک افزود: ما تابحال راهبردهای خوبی برای جلوگیری از این رخدادهای مخرب نداشته ایم. بهترین راهبرد برای کاهش عوارض منفی این رخدادها، پیش بینی زمان وقوع آنهاست. با داشتن این توانایی، امکان مبادرت به موقع و جلوگیری از رخ دادن حادثه فراهم می شود.
هربک و همکارانش، پروژه خودرا با کمک یادگیری ماشینی آغاز کردند تا بتوانند از عهده پیش بینی لطمه ها برآیند. هدف آنها این است که با ترکیب فیزیک و هوش مصنوعی، امکان پیش بینی لطمه ها را پیش از وقوع فراهم آورند.
هربک اظهار داشت: پژوهشگران، قبل از این روش قدیمی یادگیری ماشینی را برای پیش بینی این گونه لطمه ها به کار برده اند اما ما در پژوهش خود از یادگیری عمیق استفاده می نماییم. هوش مصنوعی هم اکنون، یکی از پیچیده ترین حوزه های علمی است و ما یقین داریم که ترکیب آن با علم هسته ای، نتیجه هیجان انگیزی به همراه خواهد داشت و در پیش بینی دقیق تر چالش های خطرناک پیش رو و پاکسازی انرژی به ما کمک خواهدنمود.
این پژوهش، در مجله “Nature” به چاپ رسید.