Key takeaways
- Forskare använder AI för att främja fusionsforskning.
- Ett företag använder Googles AI för att kontrollera sina fusionsexperiment.
- AI driver också framsteg inom medicin, inklusive upptäckt av cancer.
Praktisk fusionsenergi kan komma närmare verkligheten tack vare framsteg inom artificiell intelligens (AI), säger experter.
Ett amerikanskt företag hävdar att det påskyndar vägen till fusionskraft genom att använda maskininlärning. TAE Technologies har trimmat datoruppgifter som en gång tog månader till bara några timmar med AI. Det är ett av många företag som använder AI för att hjälpa till med forskning.
"Det vi fortfarande inte vet om fusion - t.ex. hur man når och upprätthåller stabila fusionsförhållanden - gömmer sig i data," Diogo Ferreira, professor i informationssystem vid universitetet i Lissabon i Portugal, som studerar tillämpningen av AI i fusionsforskning berättade för Lifewire i en e-postintervju.
"Kom ihåg att en fusionsmaskin är ett komplext vetenskapligt experiment, men en sak är säker - alla dessa maskiner har dussintals, om inte hundratals diagnostiska system kopplade till sig", tillade han. "Detta betyder att ett enda experiment, som bara varar i några sekunder, kan generera en mängd data i storleksordningen 10 till 100 gigabyte."
Star Power
Praktisk fusion är en form av kraftgenerering som skapar elektricitet med hjälp av värme från kärnfusionsreaktioner. Det är samma typ av reaktion som driver stjärnor.
Efter årtionden av långsamma framsteg värms fusionsforskningen upp. Forskare meddelade nyligen att de hade genererat den högsta upprätthållna energipulsen som någonsin skapats genom att smälta atomer, vilket mer än fördubblade sitt eget rekord från experiment utförda 1997.
TAE Systems hoppas att AI kan hjälpa till att bryta igenom tekniska barriärer. Företaget använder en 100 fot lång fusionscylinder, kallad Norman, för experiment. Googles AI används för att sålla igenom de enorma mängder data som genereras under forskningen.
"Med vår hjälp genom att använda maskinoptimering och datavetenskap uppnådde TAE sina huvudmål för Norman, vilket för oss ett steg närmare målet om break-even fusion", skrev Ted B altz, Senior Staff Software Engineer, Google Research, på företagets hemsida. "Maskinen upprätthåller ett stabilt plasma på 30 miljoner Kelvin i 30 millisekunder, vilket är omfattningen av tillgänglig kraft till dess system. De har färdigställt en design för en ännu kraftfullare maskin, som de hoppas ska visa de förutsättningar som krävs för break-even fusion innan slutet av decenniet."
Maskininlärning är nödvändigt för att analysera experiment för att upptäcka trenderna som styr beteendet hos fusionsplasma, sa Ferreira. Och forskare behöver sofistikerade metoder för att experimentera kontroll utöver de hårdkodade larm och utlösare som de använder för närvarande.
"För närvarande använder vi primitiva styrsystem som slår i bromsen vid första tecken på problem", sa Ferreira. "Vi behöver AI-tekniker för att på ett säkert sätt driva oss igenom krångligheterna med att driva en fusionsmaskin på ett tillförlitligt sätt för att generera en nettoenergiproduktion."
AI to the Rescue
Medicinsk forskning är ett annat område där AI används. AI är ett användbart komplement till mänskliga forskares arbete eftersom maskiner och människor är bra på olika uppgifter som krävs inom forskning, berättade Sungwon Lim, VD för Imprimed Inc., ett AI-baserat verktyg för förutsägande cancerupptäckning, till Lifewire via e-post.
"Där människor kan komma med kreativa lösningar och innovationer, kan maskiner analysera enorma mängder data snabbt och exakt", sa han. "AI kan också göra sådana tråkiga, repetitiva uppgifter som kan få mänskliga forskare att tröttna och göra misstag. Detta gör AI till ett idealiskt verktyg för forskning där mönster snabbt måste hittas i mycket stora datamängder."
En nyligen genomförd studie av forskare vid University of Illinois publicerad i Journal of Critical Reviews in Oncology visade att maskininlärning för närvarande konkurrerar med, och i vissa fall överträffar, utbildade läkare i diagnos och resultatförutsägelse av cancer i urinblåsan.
"Den kritiska rollen för AI i tidig diagnos av cancer kan inte överskattas eftersom miljontals fall av cancer varje år förblir odiagnostiserade fram till sjukdomens sena stadier där terapeutiska alternativ blir extremt begränsade eller obefintliga", Soheila Borhani, en av tidningens författare berättade för Lifewire i ett e-postmeddelande.
