物理学应用新突破:人工智能是解锁聚变反应的关键

本文由人工智能观察编译

译者:Sandy

发展利用人工智能产生能量的关键问题在于预测可能停止聚变反应或破坏未来反应堆壁的主要中断的复杂性。对此,物理学家认为,人工智能可以带来答案!

部署人工智能的想法来自美国能源部普林斯顿等离子物理实验室的科学家们,部署的原因与未来聚变反应的安全运行有关。物理学家们最关心的问题是如何及时预测中断,比如突然失去对热量的控制或者带电等离子体促进了反应的发生,等等。

核聚变的过程涉及到两个及其以上的原子核靠近形成一个或多个不同的原子核与亚原子粒子(中子或质子)的反应。反应物和生成物之间的质量差表现为释放巨大的能量。这也是太阳和其他恒星利用核聚变释放能量的方式。

在一个反应堆中重新创造这个反应,并充分利用释放的能量,可以导致低成本以及几乎无限的能量。自二十世纪五十年代以来,解决这个问题一直是许多国家和科学团队的追求。在“数字期刊基础科学”(Digital Journal Essential Science)专栏中也曾对此发起讨论:“有没有一条通向核聚变的新途径呢?”

目前,普林斯顿等离子物理实验室与普林斯顿大学和其他的研究中心,正积极展开合作进行国际实验。该国际实验正在法国进行建设,旨在演示核聚变能量的实用性。

为了确保实验的安全进行,人工智能正在以一种新型预测软件的形式展开部署,被称为“聚变循环神经网络”(Fusion Recurrent Neural Network)代码。它将被用于分析具有远程模式的顺序数据。深度学习代码将在图形处理单元上运行,意在完成快速处理和改变内存,以加速在帧缓冲区中图像的创建。另外,这些单元可以同时计算数千个程序的副本。

在谈到这项研究时,研究员之一William Tang 教授表示:“深度学习是一种预测中断的新途径,它让人感到兴奋。现在,它已经可以处理多维数据了。”不得不说,深度学习是核聚变能力实现实践创造的重要一步。

  • 发表于:
  • 原文链接:http://kuaibao.qq.com/s/20171218A0TH0K00?refer=cp_1026

扫码关注云+社区