A Rochesteri Egyetem Laser Energticals laboratóriuma (LLE) az Omega lézerrel, a világ vezető akadémiai lézer -telepítésével van felszerelve. Egy pillantásra úgy néz ki, mint egy kifinomult márványos kifutópálya, amelynek és plazma képes felosztani és erősíteni a gerendát, mielőtt egy apró kereszteződésre összpontosítana. Alapvető küldetése az asztrofizikai jelenségek feltárása, az anyagok tesztelése szélsőséges atomi méretű nyomáson, és a zavaró fúziós kutatások előmozdítása érdekében.
Az Egyesült Államok Energiaügyi Minisztériumának (DOE) Nemzeti Nukleáris Biztonsági Igazgatóságának 2024 -es 503 millió dolláros támogatásának köszönhetően a Rochester Laser Laboratory ideális feltételeket teremtett e kritikus tanulmányok elvégzéséhez. A Laser Lab havonta egyszer komplex fúziós kísérleteket végez, és a tudósok körülbelül öt lehetőséget kínálnak a lézerek lőésére és az adatok rögzítésére. A multi-fizikai terepi számítógépes szimulációk révén a tudósok képesek mélyebben megérteni a fúziós plazmát, a tervezési kísérleteket és értelmezni az eredményeket, annak ellenére, hogy ezek a szimulációk nem tudják teljes mértékben reprodukálni az összes kísérleti részletet.
A kísérlet egy olyan műanyag kapszulával kezdődött, amely fagyasztott deutérium-tríciumot tartalmaz, amely csak milliméter átmérőjű, 20 fokos hőmérsékleten az abszolút nulla felett van "-mondta Christopher Deeney. A LLE rendezője. Ezután egy másodperces milliárd részben a kapszulát összenyomják a összenyomva egyre. Az emberi hajszálnál kisebb átmérő, és a hőmérséklet több mint 30 millió fokra emelkedik. " Ez a folyamat nemcsak a fizika mély ismereteit igényli, hanem a fejlett diagnosztikai technikákat is alkalmazni kell, hogy részletesen megmérjék az összes jelenség ebben a pillanatban.
Az ezen fejlett diagnosztikai technikák által összegyűjtött adatok gazdagságának kihasználása és az amerikai fúziós kutatások tágabb felgyorsítása érdekében az LLE tudósok a mesterséges intelligencia (AI) és más fejlett számítási technológiákhoz fordulnak.
Az LLE több mint 50 éve aktívan előmozdítja és kezeli a tehetetlenségi szülés fúziójának (ICF) alapvető kihívásait. Az ICF -t a tudományos közösségben széles körben elismerték, mint a legígéretesebb megközelítés a kontrollált termonukleáris fúzió eléréséhez, és ígéretes tiszta, megújuló energia technológiát jelent.
Christopher Kanan, a Rochesteri Egyetem számítógépes tudományának egyetemi docens elmagyarázza: "Az ICF lényegében inverz fizikai probléma, ahol a tudósoknak be kell fordítaniuk a lézer és a célpont pontos tulajdonságait."
Maga az Omega nem a gyújtás elérésére szolgált, hanem a lézerrel vezérelt közvetlen meghajtású fúzió megértésének előmozdítására. A Livermore Nemzeti Laboratóriumban található Nemzeti Gyújtóhely, amely 60 -szor energikusabb, mint az Omega, megoldást talált az inverz fizikai problémára, és már 2022 -ben elérte a gyújtást. Mind az Omega -ban elért haladás, mind a gyújtás elérése a statisztikai modellezésre támaszkodik. hogy kitöltsük a fizika teljes megértésének hiányosságait.
A szimulációk és a kísérletek között fennálló tudásrés a fizika összetettségéből, a mérések korlátaiból és a kutatási erőfeszítések széles köréből fakad, amely magában foglalja a nukleáris fizikát, a plazmafizikát és az anyagtudományi kutatásokat, amelyek extrém körülmények között végeznek, még akkor is, amelyek még kihívást jelentenek még kihívást jelentenek még kihívást jelentenek még kihívást jelentenek még akkor is A legfejlettebb számítógépes kódok.
Először is, ott van a cél kérdése; A kísérlet egy üreges műanyag gömbrel kezdődik, amelyet egy csap hegyére lehet helyezni; Az LLE kutatói precíziós eszközöket használnak a gömb létrehozásához, és hidrogén izotópokkal töltik meg, amelyeket azután az abszolút nullára lehűtnek. A fagyasztási eljárás miatt a hidrogén egy jégréteg képződött a műanyag héj belsejében.
Az LLE kutatócsoportja az adatok árnyalatainak és mintáinak pontos észlelésének módját keresi, mint a számítógépes szimulációk irányításának eszközét a pontosabb előrejelzések előállításához. Ez a javított prediktív képesség viszont finomítja a fúziós kísérleteket, és elősegíti a fúziós kutatás és a lézeres technológia következő generációját.
A mesterséges intelligencia, és különösen annak almezői gépi tanulása, elősegítheti a számítógépes kódok prediktív hatékonyságának optimalizálását és javíthatja az előrejelzéseket a tapasztalatok révén. A gépi tanulás nemcsak prediktív elemzéseket végez, hanem adatokat is feldolgozza, a kapcsolatokat kivonja, és alkalmazza ezt az ismeretet annak funkcióira.
Riccardo Betti, LLE fő tudósa és Robert L. McCrory professzora a Gépészmérnöki Tanszéken, valamint a Rochesteri Egyetem Fizikai és Csillagászati Tanszékén, megjegyezte: "Most már nagy mennyiségű kísérleti adat van, amely - segítségével - segítségével - segítségével - segítségével - segítségével -, amely - segítségével - A gépi tanulás felhasználható a szimulációk kijavítására és a valós idejű beállítások irányítására. "
Betti és Kanan kutatási munkája a generatív mesterséges intelligencia, az AI technika, amely adatokat és egyéb output formákat generáló AI technikán alapszik, például a szöveg és a videó. A Rochesteri Egyetem kutatócsoportja ezeket a fejlett algoritmusokat használja az inverz fizikai problémák megoldására a szimulációk pontosságának javítása érdekében. Az Egyesült Államok Energiaügyi Minisztériumának Fusion Energy Sciences (FES) programja közel 3 millió dollárt nyújtott a kutatás finanszírozási támogatásában, amelyet várhatóan 2026 -ra fejeznek be.
Riccardo Betti hozzátette: "Célunk az, hogy javítsuk a szimulációs előrejelzéseket a generatív AI segítségével, és pontosan lehessen következtetni a lézer-célú interakciók tulajdonságait. Az AI erejét kihasználjuk a fúziós technológia jövőjének felgyorsítása érdekében."
Dr. Varchas Gopalaswamy, az LLE elméletügyi osztályának tudósa és a gépészmérnöki asszisztens professzor kijelenti: "Miután észleltük a szimulációs előrejelzések és a kísérleti eredmények közötti eltérést, képesek vagyunk a gépi tanulást alkalmazni a kettő összeegyeztetésére". Elmagyarázza továbbá: "Ha a kísérlet változó változásai, akkor a szimuláció ennek megfelelően reagálhat -e? Ez a válasz tükröződik -e a kísérletben? Ez érvényesíti a hipotézis pontosságát, és meghatározza, hogy módosíthatjuk -e a változót, vagy ennek megfelelően kidolgozhatjuk -e az enyhítő stratégiát "" Gopalaswamy hozzátette: "A gépi tanulás mélyebb elemzésével az adatok mintáinak mélyebb elemzésével új hipotéziseket tudtunk megfogalmazni, különféle fizikai jelenségeket feltárni és jobb kísérleteket tervezni."
Gopalaswamy azt is megjegyezte: "Az ICF -rel való szembenézés egyik kihívása az, hogy a fúziós kísérleti adatok az AI képzéséhez viszonylag korlátozottak voltak a CAT Pictures hatalmas adatbázisához képest. Ebben az esetben különösen kihívást jelent a rendelkezésre álló empirikus adatok felhasználása. A tudásrés áthidalása.
Az Amerikai Fizikai Társaság elismerte Betti, Gopalaswamy és más LLE tudósok munkáját a John Dawson -díjért a plazmafizikai kutatás kiválóságáért a 30 kJ omega lézerrel való impozíciós kísérletek előrejelzésében, megtervezésében és elemzésében.
A Rochester Laser Laboratory mesterséges intelligencia és gépi tanulási kutatása szintén hozzájárult Dustin Foula, a Plazma és az Ultragyors Lézeres Tudomány és Műszaki Osztály, valamint csapata számos felfedezéséhez. Karrierje során Foula és csapata különféle technikákat fejlesztett ki, köztük egyet a plazma hőmérsékletének mérésére a Thomson szóráson keresztül, és még új talajt is törött a "légyfókusz" technikákban, vagy a lézerintenzitást nagy távolságokon keresztül. És a gépi tanulás forradalmasítja a kísérletek megtervezésének módját, lehetővé téve számunkra, hogy jobb lézereket építsünk fel, ahogy a következő generációs létesítményeket látjuk. "Azt is elmagyarázza, hogy" a lézereket különféle módon használják. Ezenkívül elmagyarázza: "A lézernyaláb spektrumában több szín segít a plazma hatékonyabban terjedni a sugáron keresztül, és az AI segít megérteni a különböző színek és a plazma közötti komplex kölcsönhatásokat."
Végül, az Energiaügyi Minisztérium Nukleáris Fúziós Kutatási Központja lehetővé tette egy Nemzeti Kutatóközpont kijelölését, amelynek célja az inerciális fúziós energia (IFE) előmozdítása, egy ígéretes tiszta energia -technológia, amely a nehéz hidrogén (deutérium és trícium) atomok fúziójára támaszkodik. hogy energiát termeljen.
A Rochesteri Egyetem interdiszciplináris kutatási erősségeire támaszkodva LLE sikeresen toborzott több hallgatót, hogy javítsa a mesterséges intelligencia és a gépi tanulás alkalmazását a konvergens kutatásban.
Gopalaswamy szerint: "Célunk, hogy ösztönözzük a hallgatókat a gépi tanulás folyamatos szenvedélyével, hogy tovább javítsák a diagnosztikai eszközök pontosságát. Valójában szükségünk van AI szakértőkre. A fizikusok szerepe azonban elengedhetetlen annak biztosítása érdekében, hogy a modellek helyesek legyenek. És tudományosan megalapozott.
Hozzátette: "Ahogy a nemzet áttér a tiszta energiára és a fenntartható hatalomra, az AI alkalmazása a fúziós kutatásban ígéretes, és kialakulóban lévő munkaerő -területré válhat."
Valeri Goncharov, az LLE elméleti osztályának igazgatója és a Gépészmérnöki Tanszék kutatási asszisztens professzora megjegyezte: "A mesterséges intelligencia fontos eszköz a kutatás irányításához. Ezen eszközök optimalizálásával javíthatjuk kutatási eredményeinket. Míg ezek az eszközök megkönnyítik a kutatást. , Az innováció hajtóereje továbbra is az ICF kutatásaiból származik.
