欢迎光临GGAMen游戏资讯




深度学习助核融合一臂之力,可预测电浆反应提升稳定性

2024-11-23 218

为了让科学家实现核融核发电梦想、在地球上打造像太阳的能量场,美国能源部普林斯顿电浆物理实验室(PPPL)与普林斯顿大学透过人工智能系统,利用深度学习预测与分析电浆行为、避免核融合设备受到损坏,进一步加速核融合进展。

核融合借由将氘与氚原子置于高温或高压下,引起的聚合反应会产生中子、氦与大量能量,可利用这些能量来生产电力。该技术也不会带来放射性污染、碳排放等问题,若能成功打造受控设备,实现持续且平稳能量输出、将核融合技术投入电厂,我们便拥有庞大无碳电力可用。

不过至今还没有一座核融合发电原型可稳定运作,尚有诸多障碍待跨,像是能量不足无法促使聚合反应、无法有效控制反应导致电浆破裂(plasma disruption)使设备受损等,因此为提升研究进展与减少设备损害,PPPL 团队想将深度学习结合到核融合技术,希望可在发生电浆破裂前 30 毫秒干预。

深度学习为机器学习的一部分,就像是让电脑长出神经系统一样,每个深度学习软件都是由多个相互连接的神经网络组成,可以用来处理复杂的图像与数据,进行庞大演算、展现拟人判断与行为,可说是目前人工智能主流技术。

该核融合专案名为“Accelerated Deep Learning Discovery in Fusion Energy Science”,PPPL 团队设计出一款融合递归神经网络(FRNN)深度学习软件,该技术由卷积神经网络(CNN)与递归神经网络(RNN)相互组成,CNN 善于处理影像分类、物体侦测,RNN 则是能利用内部内存来处理任意数据,两者结合让科学家“训练”电脑检测目标,盼可进一步预测与分析大型托卡马克核融合设备电浆。

目前团队已成功改进欧洲联合环状反应炉(JET)的电浆预测数据,未来他们还会将该软件装在美国能源部阿贡实验室的极光(Aurora)超级电脑。其中极光有望在 2021 年成为美国第一个达到百万兆级(Exascale)的超级电脑,每秒可执行 1,018 次运算,比其他超级电脑还要快 50~100 倍,相当适合用于核融合技术与分析电浆行为。

PPPL 团队希望最后可帮助世界最大核融合设备 ITER 实现商业化,在发生电浆破裂前 30 毫秒或是更久之前,能以预测准确率 95%、误报率 5% 内干预。PPPL 资深物理学家 William Tang 表示,这进步只能透过人工智能的深度学习达成。

ITER 是由欧盟、印度、日本、中国、俄罗斯、韩国和美国 7 个成员资助和协助运行的托卡马克核融合设备,目前施工进度已过半,专家预估将在 2025 年 12 月进行第一阶段测试,若实验有成,世界第一批核融合发电厂有望在 2040 年前投入运转。

  • Artificial intelligence project to help bring the power of the sun to Earth is picked for first U.S. exascale system
  • The AI that could help make limitless fusion power a reality: Supercomputer set to try and work out how to harness the energy of the sun

(本文由 EnergyTrend 授权转载;首图来源:ITER)

2019-03-11 12:31:00

标签:   游戏头条 资讯头条 ggamen科技资讯 ggamen科技 ggamen科技资讯头条 科技资讯头条 ggamen游戏财经 新闻网 科技新闻网 科技新闻 ggamen ggamen游戏新闻网 科技新闻网 新闻网 ggamen游戏财经 科技资讯头条 ggamen科技资讯头条 ggamen科技 ggamen科技资讯 游戏头条 ggamen ggamen游戏新闻网 科技新闻 科技新闻网 新闻网 ggamen游戏财经 ggamen科技资讯头条 ggamen科技 ggamen科技资讯 游戏头条
0