ادغام با هوش مصنوعی کلید بی نهایت انرژی پاک؟

همجوشی با هوش مصنوعی؛ کلید انرژی پاک بی‌پایان؟

برای گزارش دادن معاونت علمی و آموزشی ایرنا از پایگاه داده Sytech Daily، حرکات موزون اتم ها برای ،یب و آزادسازی انرژی برای چندین دهه برای دانشمندان شگفت انگیز بوده است. اکنون، نبوغ انسان و هوش مصنوعی در آزمایشگاه فیزیک پ،مای پرینستون و، انرژی ایالات متحده برای حل یکی از مهم ترین مشکلات بشریت ،یب شده اند: تولید انرژی پاک و پایدار از همجوشی پ،ما.

برخلاف کدهای کامپیوتری سنتی، یادگیری ماشین، نوعی نرم افزار هوش مصنوعی، فهرستی از دستورالعمل ها نیست. یادگیری ماشین نرم افزاری است که می تواند داده ها را تجزیه و تحلیل کند، روابط بین عوامل را استنباط کند، از این دانش جدید بیاموزد و سازگار شود.

ادغام با هوش مصنوعی  کلید بی نهایت انرژی پاک؟

محققان آزمایشگاه فیزیک پ،ما در پرینستون بر این باورند که این توانایی یادگیری و سازگاری می تواند کنترل واکنش های همجوشی را از طرق مختلف بهبود بخشد. این روش ها شامل بهینه سازی و بهینه سازی طراحی ظروف در اطراف پ،مای فوق گرم، بهینه سازی روش های گرمایش و حفظ کنترل واکنش پایدار برای مدت طول، است.

تحقیقات هوش مصنوعی در این آزمایشگاه تاکنون به نتایج قابل توجهی دست یافته است. محققان این آزمایشگاه در مقاله جدیدی در مجله با طبیعت ارتباط برقرار کنیدتوضیح دهید که چگونه آنها از یادگیری ماشینی برای جلوگیری از اختلالات مغناطیسی یا اختلالاتی که باعث بی ثباتی و ناپایداری در همجوشی پ،ما می شوند، استفاده ،د.

سانگکیون کیم فیزیکدان و محقق آزمایشگاه مذکور و نویسنده ارشد این مقاله گفت: نتایج این کار از اهمیت و هیجان خاصی برخوردار است. زیرا توانستیم با استفاده از کد ی،ان در دو راکتور مختلف توکامک به این نتایج دست یابیم. توکامک یک دستگاه راکتور دونات شکل برای نگهداری پ،ما با استفاده از میدان های مغناطیسی است.

ادغام با هوش مصنوعی  کلید بی نهایت انرژی پاک؟

اگمن کلمن این استادیار دانشکده مهندسی مک،ک و هوافضا نیز گفت: ناپایداری در پ،ما وجود دارد که می تواند منجر به آسیب قابل توجهی به دستگاه فیوژن شود. ما نمی تو،م آنها را در خط لوله ادغام تجاری قرار دهیم. تحقیقات ما این زمینه را پیشرفت می‌دهد و نشان می‌دهد که هوش مصنوعی می‌تواند نقش مهمی در مدیریت تداوم واکنش‌های همجوشی و جلوگیری از بی‌ثباتی داشته باشد در حالی که به پ،ما اجازه می‌دهد حدا،ر انرژی ممکن را تولید کند.

مایکل چرچیل رئیس دپارتمان مهندسی دیجیتال در آزمایشگاه مذکور همچنین از یادگیری ماشینی برای بهبود طراحی نوع دیگری از راکتورهای همجوشی هسته‌ای به نام “Stellarator” استفاده کرد.

منبع: https://www.irna.ir/news/85485206/%D9%87%D9%85%D8%AC%D9%88%D8%B4%DB%8C-%D8%A8%D8%A7-%D9%87%D9%88%D8%B4-%D9%85%D8%B5%D9%86%D9%88%D8%B9%DB%8C-%DA%A9%D9%84%DB%8C%D8%AF-%D8%A7%D9%86%D8%B1%DA%98%DB%8C-%D9%BE%D8%A7%DA%A9-%D8%A8%DB%8C-%D9%BE%D8%A7%DB%8C%D8%A7%D9%86