Лабораторија за ласерску енергију Универзитета за ласерску енергију опремљена је Омега Ласером, водећом светском академском ласерском инсталацијом. На први поглед изгледа као сложени мермерна писта светлосних честица и плазме, способне да се цела и појачава греду пре него што га фокусира на сићушном циљу Цроссхаир-а. Његова основна мисија је да истражује астрофизичке појаве, тестирају материјале на екстремним притисцима атомске скале и рад на унапријед реметилачког фузијског истраживања.
Захваљујући Гранту од 503 милиона долара до 2024. године националној администрацији Министарства енергетике САД-а (Дое), Роцхестер Ласерска лабораторија је створила идеалне услове за спровођење ових критичних студија. Ласерска лабораторија спроводи сложене фузијске експерименте једном месечно, а научници имају око пет прилика за ватрене ласере и снимање података. Кроз више-физике на терену Цомпутер симулације, научници су у стању да добију дубље разумевање фузије у плазми, експерименте дизајна и тумаче резултате, иако ове симулације не могу у потпуности репродуковати све експерименталне детаље.
Експеримент је почео пластичном капсулом која садржи смрзнуте деутеријум-тритиум, само милиметре у пречнику, на температури од 20 степени изнад апсолутне нуле ", рекао је редитељ ЛЛЕ Цхристопхер Деенеи. Тада је у милијарду секунде капсула на а пречник мањи од људске косе и температура расте на преко 30 милиона степени. " Не само да овај процес не захтева дубоко знање о физици, али напредне дијагностичке технике се такође морају искористити да би се детаљно мерило све појаве које се појављују у овом тренутку.
Искретање о богатству података прикупљених овим напредним дијагностичким техникама и убрзати америчку фузијску истраживање шире, ЛЛЕ научници се окрећу у вештачку интелигенцију (АИ) и друге напредне рачунарске технологије.
Више од 50 година ЛЛЕР је активно промовисао и бавио се основним изазовима у области инерцијалне конфиниране фузије (ИЦФ). ИЦФ је широко препознат у научној заједници као најперспективнији приступ постизању контролисаног термонуклеарног фузије и представља обећавајућу чисту, обновљиву енергетску технологију.
Цхристопхер Канан, ванредни професор рачунарске науке на Универзитету Роцхестера, објашњава "ИЦФ је у основи инверзни проблем физике, где научници морају да инверзирају прецизну својства ласера и циља."
Сама омега није била осмишљена да постигне паљење, већ да унапреди разумевање ласерског истрошеног фузије директног погона. Национално објекат за паљење у националној лабораторији Ливерморе, што је 60 пута више енергичнији од Омега, нашао је решење проблема са инверзним физиком и већ је постигао паљење у 2022. години. И напредак у Омеги и постигнућа паљења се ослања на статистичко моделирање да попуните празнине у нашем потпуном разумевању физике.
ГАП знања који постоји између симулација и експеримената произлази из сложености физике, ограничења мерења и широког обима истраживачког напора, који укључује нуклеарну физику, плазму физику и истраживање науке о материјалима спроведено у екстремним условима који изазове најсавременији рачунарски кодови.
Прво, постоји питање циља; Експеримент започиње шупље пластичном сфером која се може поставити на врх ПИН-а; Истраживачи ЛЛЕ користе прецизне алате за креирање сфере и напуните га водоничним изотопима, који се затим охладе на у близини апсолутне нуле. Процес замрзавања узроковао је водоник да формира слој леда унутар пластичне шкољке.
Истраживачки тим ЛЛЕ тражи начин да тачно открије нијансе и обрасце у подацима као средство за вођење рачунарских симулација за производњу тачнијих предвиђања. Ова побољшана предиктивна способност заузврат ће прерадити експерименте фузије и покренути следећу генерацију фузијских истраживања и ласерских технологија.
Вештачка интелигенција, а нарочито његова учење машине за подполијевање може помоћи оптимизирању предиктивне ефикасности рачунарских кодова и побољшати предвиђања кроз искуство. Машинско учење не само да врши предиктивну аналитику, већ и обрађује податке, инферира односе и примењује то знање на своје функције.
Риццардо Бетти, главни научник ЛЛЕ-а и професор МцЦрори Роберт Л. у Одељењу за машинство и Одељење за физику и астрономију на Универзитету у Роцхестеру, "Сада имамо велику количину експерименталних података да, уз помоћ Машинско учење се може користити за исправљање симулација и водити прилагођавање у реалном времену експериментима. "
Истраживачки рад Бетти и Канана заснован је на недавном напретку генеративне вештачке интелигенције, АИ технику која генерише податке и друге облике производње, као што су текст и видео. Истраживачки тим Универзитета у Роцхестеру користи ове напредне алгоритме за решавање инверзних проблема физике за побољшање тачности симулација. Програм америчког одељења за енергетику за енергетику енергије (ФЕС) омогућио је скоро три милиона долара подршке за финансирање за ово истраживање, што се очекује да ће бити завршено до 2026. године.
Риццардо Бетти је додао: "Наш циљ је да побољшамо симулацијске предвиђања уз помоћ генерације АИ и да тачно закључимо својства интеракције ласерских циљних интеракција. Користимо снагу АИ да убрзамо будућност Фусион технологије."
Др. Варцхас Гопаласвами, научник у Ллеовој одељењу за теорију и доцент Машинског инжењерства, државе, "Једном када доживљавамо одступање између симулационих предвиђања и експерименталних резултата, у могућности смо да применимо машинско учење да се укључимо са две." Даље објашњава, "ако променљиве промене у експерименту, да ли ће симулација одговорити у складу с тим? Да ли ће се то одговорити у експерименту? Ово ће потврдити тачност наше хипотезе и утврдити да ли можемо у складу са тим да прилагодимо стратегију ублажавања . " Гопаласвами је додао, "са дубље анализе машина у учењу машине у подацима, успели смо да формулишемо нове хипотезе, истражујемо различите физичке појаве и дизајн бољим експериментима."
Гопаласвами је такође приметио: "Један од изазова сукобања ИЦФ-а је да је фузијски експериментални подаци које смо користили за тренинг АИ у поређењу са огромном базом података мачјих слика. У овом случају, посебно је изазовно да се користи доступне емпиријске податке. Да бисмо премостили јаз знања. То је управо зашто нам је потребан робустан систем да интегришемо теоријско знање експерименталном стварношћу да бисмо нам помогли да донесемо информисаније одлуке. "
Америчко физичко друштво препознало је рад Беттија, Гопаласвамија и других научника са Јохн Давсон наградом за изврсност у истраживању физике у плазми за њихово пионирски достигнућа у предвиђању, дизајнирању и анализирајућим имплозијским експериментима са 30 кЈ омега ласера.
Истраживање вештачке интелигенције и машине у лабораторији за учење Роцхестер-а такође су допринели бројним открићама Дустина Фроула, директора плазме и ултрафаст ласерске науке и екипелингске дивизије и његовог тима. Током своје каријере, Фроула и његов тим развили су различите технике, укључујући и једну за мерење температуре плазме кроз расипање Тхомсон-а, и чак су сломљени нову земљу у техникама "Фли-Фокус" у фокусу "или контролисањем ласерског интензитета на велике удаљености. А машинско учење револуционаришући начин на који дизајнирамо експерименте, омогућавајући нам да изградимо боље ласере како предвиђамо садржаје за наредне генерације. "Даље објашњава," ласери су се користили на различите начине. Даље објашњава, "Вишеструке боје у спектру ласерског снопа ће помоћи у плазми ефикасније размножавати греду, а АИ нам помаже да разумемо сложене интеракције између ових различитих боја и плазме."
Коначно, Одељење за енергетски центар за истраживање нуклеарног фузионог истраживања је дао именовање националног истраживачког центра који је дизајниран да унапреди инерцијалну фузијску енергију (ИФЕ), обећавајућу чисту енергетску технологију која се ослања на фузију тешких водоника (деутеријум и тритиум) атома да произведе енергију.
Ослањајући се на пре интердисциплинарне истраживачке снаге Универзитета Роцхестера, ЛЛЕР је успешно регрутовао неколико ученика да побољшају примену вештачке интелигенције и машинског учења у конвергентним истраживањима.
Према Гопаласвамију, "наш циљ је да надахнемо студенте са сталном страшћу да учење машине додатно побољшају тачност наших дијагностичких алата. Заправо, потребни су нам АИ стручњаци. Међутим, улога физичара је неопходна да осигура да су модели тачнији и научно звук. Поред тога, потребан нам је инжењери, технолози и материјални научници да формирају комплетан екосистем. "
Он је додао: "Као национални прелази на чишћење енергетске и одрживе моћи, примјена АИ у фузијским истраживањима је обећавајућа и могла да постане уложена поље радне снаге."
Валери Гонцхаров, директор ЛЛЕ-ове теорије дивизије и доцента за истраживање истраживања у одељењу за машинство, приметио је, "вештачка интелигенција је важно средство за вођење наших истраживања. Оптимизирање ових алата можемо побољшати своје истраживачке резултате. Иако ови алати олакшавају истраживање. , Покретачка снага за иновативност и даље произилази из наше интелигенције. У истраживању ИЦФ-а је од суштинског значаја за основно знање физике, а не можемо се ослонити само на АИ; људско размишљање и пресуда и пресудила кључну улогу у овом процесу. "
