今天一起來看看DeepMind的人工智慧到底如何透過演算法來控制核融合反應!
目錄
人工智慧公司DeepMind:找到控制「核融合」關鍵
Google 旗下的人工智慧公司 DeepMind 日前在國際知名科學期刊《Nature》上發表論文,其中重點說明了 DeepMind 的研究人員應用了強化學習和模擬環境學習架構,和瑞士洛桑聯邦理工學院電漿中心合作,在電漿中心的核融合設備:環磁機(Tokamak)中成功找到控制核融合的關鍵。
核能研究大躍進,DeepMind 新AI演算法功不可沒
環磁機是瑞士電漿中心研發的小型核融合實驗場域,環磁機內部為真空環境,酷似甜甜圈的外殼則包覆著電磁線圈,用來將熱度高於太陽核心的氫電漿限制在環磁機之中。
電漿中心主任法索利(Ambrogio Fasoli)指出,控制系統正確數值的冗長運算才是控制核融合反應的關鍵,因此為了實驗各種核融合電漿類型,以達到在成功取得能源同時保持設備安全不受毀損的目的,電漿中心與在人工智慧領域頗有一席之地的 DeepMind 合作,開發了強化學習系統,讓機器學習演算法自動控制線圈,同時還能穩定環磁機內的電漿,達成成功的核融合反應。
目前的核融合實驗,無論在硬體、時間和軟體上都十分受限,因此 DeepMind 改由從模擬環境中找尋突破口。接續模擬環境的成功,強化學習系統不僅可以準確控制環磁機內的每個線圈,演算法更能操控形成不同形狀電漿,而科學家們正致力於在其中找到能源利用最大化的可能性。
應用「隨處可見」氫離子獲取核融合 有望發展成未來可再生能源主力
數十年來,科學家為了解決全球的能源問題,希望能找到符合人類所需且乾淨的可再生能源。而藉由融合隨處可見的氫離子,來獲取巨大能量的核融合反應,是目前的最佳選項。
DeepMind 研發的 AI 演算法不但使核能研究躍進了大大的一步,對於解決全球能源危機的願景更有實質助益,這項技術更是實實在在地縮短了核融合研究的漫漫長路。未來,隨著核融合實驗規模變得越來越大,DeepMind 的技術將愈顯關鍵。法索利表示:「人工智慧使人類能夠在安全的情況下無限接近極限,我們將可以從前無法觸及的領域,藉此探索更多、更多的可能性。」
文章出處:https://www.tedu.tw/blog/deepmind-trained-an-ai-to-control-nuclear-fusion.html
延伸閱讀:
Google提出Android隱私沙盒,標榜保護用戶資料安全
留言列表