Ročesteras Universitātes lāzera enerģētikas laboratorija (LLE) ir aprīkota ar Omega Laser, pasaules vadošo akadēmisko lāzera instalāciju. Vienā mirklī tas izskatās kā sarežģīts gaismas daļiņu un plazmas marmora skrejceļš, kas spēj sadalīt un pastiprināt staru, pirms to koncentrē uz nelielu krustveida mērķi. Tās galvenā misija ir izpētīt astrofiziskās parādības, testa materiālus ekstrēmā atomu mēroga spiedienā un strādāt, lai veicinātu graujošu saplūšanas pētījumu.
Pateicoties ASV Enerģētikas departamenta (DOE) Nacionālās kodoldrošības administrācijas 2024. gada stipendijai 503 miljonu dolāru apmērā, Ročesteras lāzera laboratorija ir radījusi ideālus apstākļus šo kritisko pētījumu veikšanai. Lāzera laboratorija veic sarežģītus saplūšanas eksperimentus reizi mēnesī, un zinātniekiem ir apmēram piecas iespējas izšaut lāzerus un reģistrēt datus. Izmantojot daudzfizikas lauka datorsimulācijas, zinātnieki spēj iegūt dziļāku izpratni par saplūšanas plazmu, projektēt eksperimentus un interpretēt rezultātus, kaut arī šīs simulācijas nevar pilnībā reproducēt visas eksperimentālās detaļas.
Eksperiments sākās ar plastmasas kapsulu, kas satur saldētu deitērija-tritiju, tikai milimetru diametrā, temperatūrā 20 grādos virs absolūtās nulles, "sacīja Lle direktors Kristofers Deeneijs. Tad sekundes miljardu daļā kapsula tiek saspiesta uz a a a a a Diametrs ir mazāks par cilvēka matu šķipsnu un temperatūra paaugstinās līdz vairāk nekā 30 miljoniem grādu. " Šim procesam ir vajadzīgas ne tikai dziļas zināšanas par fiziku, bet arī uzlabotas diagnostikas metodes ir jāizmanto, lai detalizēti izmērītu visas parādības, kas notiek šajā mirklī.
Lai gūtu labumu no datu bagātības, kas apkopoti ar šīm uzlabotajām diagnostikas metodēm, un plašāk paātrināt ASV saplūšanas pētījumus, LLE zinātnieki pievēršas mākslīgajam intelektam (AI) un citām uzlabotām skaitļošanas tehnoloģijām.
Vairāk nekā 50 gadus LLE aktīvi veicina un risina galvenās problēmas inerciālās ieslodzījuma saplūšanas jomā (ICF). ICF zinātniskajā aprindās tiek plaši atzīts par daudzsološāko pieeju kontrolētas termonukleārās saplūšanas sasniegšanai un ir daudzsološa tīra, atjaunojamās enerģijas tehnoloģijas.
Kristofers Kanāns, Ročesteras universitātes datorzinātņu asociētais profesors, skaidro: "ICF būtībā ir apgriezta fizikas problēma, kurā zinātniekiem ir jāapgriež precīzas lāzera un mērķa īpašības."
Pati Omega nebija paredzēta, lai sasniegtu aizdegšanos, bet gan lai uzlabotu izpratni par lāzera virzītu tiešās piedziņas saplūšanu. Nacionālā aizdedzes iestāde Livermore Nacionālajā laboratorijā, kas ir 60 reizes enerģiskāka nekā Omega, ir atradusi risinājumu apgrieztā fizikas problēmai un jau 2022. gadā ir sasniedzis aizdedzi. Gan progress Omega, gan aizdedzes sasniegšana ir atkarīga no statistiskās modelēšanas progresa, gan arī aizdedzes sasniegšana ir balstīta uz statistisko modelēšanu. Lai aizpildītu nepilnības mūsu pilnīgajā fizikas izpratnē.
Zināšanu plaisa, kas pastāv starp simulācijām un eksperimentiem vismodernākie datoru kodi.
Pirmkārt, ir jautājums par mērķi; Eksperiments sākas ar dobu plastmasas sfēru, ko var novietot uz tapas gala; LLE pētnieki izmanto precizitātes rīkus, lai izveidotu sfēru un piepildītu to ar ūdeņraža izotopiem, kurus pēc tam atdzesē līdz gandrīz absolūtai nullei. Saldēšanas process izraisīja ūdeņradi plastmasas apvalka iekšpusē veidot ledus slāni.
LLE pētījumu komanda meklē veidu, kā precīzi noteikt datus nianses un modeļus kā līdzekli datorsimulāciju vadīšanai, lai iegūtu precīzākas prognozes. Šī uzlabotā paredzamā spēja savukārt uzlabos saplūšanas eksperimentus un virzīs nākamās paaudzes saplūšanas pētījumu un lāzera tehnoloģijas.
Mākslīgais intelekts un jo īpaši tās apakšlauka apguvējums var palīdzēt optimizēt datoru kodu paredzamās efektivitātes un uzlabot prognozes, izmantojot pieredzi. Mašīnmācība ne tikai veic prognozējošo analītiku, bet arī apstrādā datus, secina attiecības un piemēro šīs zināšanas savām funkcijām.
Riccardo Betti, LLE's Chief Scientist and the Robert L. McCrory Professor in the Department of Mechanical Engineering and the Department of Physics and Astronomy at the University of Rochester, noted, "We now have a large amount of experimental data that, with the help of Mašīnu apguvi var izmantot, lai labotu simulācijas un vadītu reālā laika pielāgošanu eksperimentiem.
Betti un Kanāna pētniecības darbs ir balstīts uz jaunākajiem sasniegumiem ģeneratīvā mākslīgā intelektā - AI paņēmienā, kas ģenerē datus un citus izvades veidus, piemēram, tekstu un video. Ročesteras universitātes pētniecības grupa izmanto šos uzlabotos algoritmus, lai atrisinātu apgrieztu fizikas problēmas, lai uzlabotu simulāciju precizitāti. ASV Enerģētikas departamenta Fusion Energy Sciences (FES) programma ir nodrošinājusi gandrīz 3 miljonus dolāru finansēšanas atbalstu šim pētījumam, kuru paredzams pabeigt līdz 2026. gadam.
Rikardo Betti piebilda: "Mūsu mērķis ir uzlabot simulācijas prognozes, izmantojot ģeneratīvas AI, un precīzi secināt lāzera mērķa mijiedarbības īpašības. Mēs izmantojam AI spēku paātrināt saplūšanas tehnoloģijas nākotni."
Dr Varchas Gopalaswamy, LLE teorijas katedras zinātnieks un mašīnbūves docents, norāda: "Kad mēs uztveram neatbilstību starp simulācijas prognozēm un eksperimentālajiem rezultātiem, mēs spējam piemērot mašīnu apguvi, lai tos saskaņotu." Viņš arī paskaidro: "Ja eksperimenta mainīgās izmaiņas, simulācija var attiecīgi reaģēt? Vai šī reakcija tiks atspoguļota eksperimentā? Tas apstiprinās mūsu hipotēzes precizitāti un noteiks, vai mēs varam pielāgot mainīgo vai attiecīgi izstrādāt mazināšanas stratēģiju . Gopalaswamy piebilda: "Ar Machine Learning dziļāku datu modeļu analīzi mēs varējām formulēt jaunas hipotēzes, izpētīt dažādas fiziskās parādības un izstrādāt labākus eksperimentus."
Gopalaswamy arī atzīmēja: "Viens no izaicinājumiem, kas saistīti ar ICF konfrontēšanu, ir tas, ka saplūšanas eksperimentālie dati, kurus mēs izmantojām AI apmācībai Lai novērstu zināšanu trūkumu.
Amerikas fiziskā biedrība ir atzinusi Betti, Gopalaswamy un citu LLE zinātnieku darbu ar Džona Dawsona balvu par izcilību plazmas fizikas pētījumos par viņu novatoriskajiem sasniegumiem, prognozējot, projektējot un analizējot implozijas eksperimentus ar 30 kJ omega lāzeru.
Mākslīgā intelekta un mašīnmācības pētījumi Ročesteras lāzera laboratorijā ir arī veicinājuši vairākus atklājumus, ko veica Dustins Froula, plazmas un īpaši ātrā lāzera zinātnes un inženierzinātņu nodaļas direktors, kā arī viņa komanda. Karjeras laikā Froula un viņa komanda ir izstrādājuši dažādas metodes, ieskaitot vienu plazmas temperatūras mērīšanai caur Thomson izkliedi un pat ir sadalījušas jaunu vietu "lidojuma fokusa" paņēmienos vai kontrolējot lāzera intensitāti lielos attālumos. Un mašīnmācība rada revolūciju, kā mēs izstrādājam eksperimentus, ļaujot mums veidot labākus lāzerus, kā mēs iedomājamies nākamās paaudzes iespējas. "Viņš arī paskaidro:" Lāzeri ir izmantoti dažādos veidos. Viņš arī paskaidro: "Vairākas krāsas lāzera stara spektrā palīdzēs efektīvāk izplatīties plazmā caur staru kūli, un AI palīdz mums izprast sarežģīto mijiedarbību starp šīm dažādajām krāsām un plazmu."
Visbeidzot, Enerģētikas departamenta kodoluzraušanas pētījumu centrs ir devis LLE apzīmējumu Nacionālajam pētniecības centram, kas paredzēts, lai virzītu uz inerciālo saplūšanas enerģiju (IFE) - daudzsološu tīras enerģijas tehnoloģiju, kas balstās uz smagā ūdeņraža (deitērija un tritija) atomu saplūšanu lai iegūtu enerģiju.
Balstoties uz Ročesteras universitātes starpdisciplināro pētījumu stiprajām pusēm, LLE ir veiksmīgi pieņēmusi darbā vairākus studentus, lai uzlabotu mākslīgā intelekta un mašīnu apguves pielietojumu konverģentu pētījumos.
Pēc Gopalaswamy teiktā, "mūsu mērķis ir iedvesmot studentus ar nepārtrauktu aizraušanos ar mašīnu apguvi, lai vēl vairāk uzlabotu mūsu diagnostikas rīku precizitāti. Patiešām, mums ir nepieciešami AI eksperti. Tomēr fiziķu loma ir neaizstājama, lai nodrošinātu, ka modeļi ir pareizi un zinātniski skaņu.
Viņš piebilda: "Tā kā tauta pāriet uz tīru enerģiju un ilgtspējīgu varu, AI pielietojums saplūšanas pētījumos ir daudzsološs un varētu kļūt par topošo darbaspēka jomu."
Valeri Gončarovs, LLE teorijas nodaļas direktors un Mašīnbūves katedras pētniecības docents, atzīmēja: "Mākslīgais intelekts ir svarīgs instruments mūsu pētījumu vadīšanai. Optimizējot šos rīkus, mēs varam uzlabot mūsu pētījumu rezultātus. Kamēr šie rīki atvieglo pētījumu veikšanu. , inovācijas virzītājspēks joprojām ir mūsu intelekts.
