کد مطلب: 

291595

حل مشکل دستیابی به انرژی پاک از طریق همجوشی‌ هسته‌ای توسط هوش مصنوعی

تیمی از دانشگاه پرینستون در آمریکا، روشی را برای استفاده از یک مدل هوش مصنوعی به منظور پیش‌بینی ناپایداری‌های پلاسما در خلال واکنش‌های همجوشی و جلوگیری از تشکیل آن کشف کرده اند.
همجوشی‌ هسته‌ای

به گزارش سیتنا به نقل از ایندیپندنت، دانشمندان برای غلبه بر چالش بزرگ در تولید انرژی پاک تقریبا نامحدود با همجوشی هسته‌ای، از هوش مصنوعی استفاده کرده‌اند.

تیمی از دانشگاه پرینستون در آمریکا، روشی را برای استفاده از یک مدل هوش مصنوعی به منظور پیش‌بینی ناپایداری‌های پلاسما در خلال واکنش‌های همجوشی و جلوگیری از [تشکیل آن] کشف کرد.

همجوشی هسته‌ای به‌دلیل ظرفیت آن برای تولید مقادیر زیادی انرژی بدون نیاز به سوخت‌های فسیلی یا بدون بر جای گذاشتن زباله‌های خطرناک، به‌عنوان هدف نهایی دستیابی به انرژی پاک، با استقبال مواجه شده است.

این فرایند همان واکنش‌های طبیعی را تقلید می‌کند که در خورشید رخ می‌دهد، با این حال، استفاده از انرژی همجوشی هسته‌ای بسیار دشوار است.

در سال ۲۰۲۲، تیمی از آزمایشگاه ملی لارنس لیورمور در کالیفرنیا به نخستین بهره انرژی خالص با همجوشی هسته‌ای دست یافت، به این معنی که آن‌ها توانستند انرژی بیشتر از مقدار ورودی برای واکنش تولید کنند.

این [میزان انرژی البته] فقط مقدار کمی بود - تقریبا به قدر کافی برای جوشاندن یک کتری - اما نشان‌دهنده یک نقطه عطف بزرگ برای دستیابی به انرژی همجوشی در مقیاس کلان بود.

موفقیت اخیر، نشان‌دهنده گذر از یک مانع مهم دیگر است و در آن، هوش مصنوعی قادر به تشخیص ناپایداری‌های پلاسما، ۳۰۰ میلی‌ثانیه پیش از وقوع آن‌ها است- زمانی کافی برای انجام تغییراتی به منظور تحت کنترل درآوردن پلاسما.

به گفته پژوهشگران، این شناخت جدید ممکن است به استفاده از انرژی همجوشی هسته‌ای در مقیاس شبکه [و برای تولید انرژی در مقیاس انبوه] منجر شود.

اگمن کولمن، سرپرست این پژوهش، فیزیکدان مشغول در آزمایشگاه فیزیک پلاسما پرینستون، جایی که این پیشرفت در آن به دست آمد، گفت: «هوش مصنوعی به جای ترکیب اطلاعات از مدل‌های مبتنی بر فیزیک، با یادگیری از آزمایش‌های پیشین توانست یک ترفند کنترل نهایی را توسعه دهد که یک وضعیت پایدار و پرقدرت پلاسما را، به صورت لحظه‌ای در یک رآکتور واقعی، ثابت نگه می‌داشت.»

این پژوهش جدید در مجله علمی نیچر در مقاله‌ای با عنوان «جلوگیری از ناپایداری شکافته شدن پلاسمای همجوشی با یادگیری تقویتی عمیق» منتشر شد.

سان کیون کیم که یکی از نویسندگان این مقاله است، گفت: «توانایی پیش‌بینی ناپایداری‌ها از قبل، می‌تواند انجام این واکنش‌ها را، در مقایسه با رویکردهای کنونی که منفعل‌ترند، آسان‌تر کند».

«دیگر لازم نیست منتظر بمانیم تا ناپایداری‌ها رخ دهند و تازه بعد، اقدام‌های اصلاحی سریع را پیش از مختل شدن پلاسما انجام دهیم.»

انتهای پیام

به این محتوا امتیاز دهید: 

میانگین: 5 (1 vote)
سیتنا 3
2024-02-26 15:28

افزودن دیدگاه جدید