Ydinvoima tuottaa nyt enemmän hiilidioksidipäästötöntä sähköä Yhdysvalloissa kuin aurinko ja tuuli yhteensä
Voit vähentää tuotantokustannuksia optimoimallapolttoainesauvat, syvällä ydinreaktorissa. Ne aiheuttavat reaktioita, ja ihanteellisessa asennossa polttavat vähemmän polttoainetta ja vaativat vähemmän huoltoa. Vuosikymmenien kokeilujen ja erehdysten jälkeen ydininsinöörit ovat oppineet kehittämään parempia asetteluja kalliille polttoainesauvoille pidentääkseen heidän elämäänsä. Nyt tekoäly (AI) auttaa heitä.
Massachusetts Institute of Technologyn tutkijatInstitute (MIT) ja Exelon uskovat, että muuttamalla suunnitteluprosessista peli, tekoälyjärjestelmä voidaan kouluttaa tuottamaan kymmeniä optimaalisia sauvakokoonpanoja, jotka voivat pidentää jokaisen käyttöikää noin 5%. Tämä säästää tyypillisessä voimalaitoksessa noin 3 miljoonaa dollaria vuodessa. Tekoälyjärjestelmä voi löytää optimaaliset ratkaisut nopeammin kuin ihminen ja muuttaa mallia nopeasti turvallisessa, simuloidussa ympäristössä.
”Tätä tekniikkaa voidaan soveltaa kenelle tahansaydinreaktori maailmassa, kertoo tutkimuksen vanhempi kirjailija Korish Shirvan, apulaisprofessori MIT: n ydintieteiden ja -tekniikan laitokselta. "Parantamalla ydinvoiman taloutta, joka tuottaa 20% Yhdysvaltain sähköntuotannosta, voimme auttaa rajoittamaan maailmanlaajuisten hiilidioksidipäästöjen kasvua ja houkuttelemaan parhaat nuoret kyvyt tähän tärkeään puhtaan energian alaan."
Tyypillisessä reaktorissa polttoainesauvat asetetaan riviinruudukko tai kokoonpano uraanin ja gadoliniumoksidin tasojen sisällä, kuten shakkinappulat laudalla, jossa reaktiot käynnistävät radioaktiivisen uraanin ja harvinaisen maametallin gadoliniumin hidastavat niitä. Ihanteellisessa järjestelyssä nämä kilpailevat impulssit ovat tasapainossa tehokkaiden vasteiden edistämiseksi. Insinöörit ovat yrittäneet käyttää perinteisiä algoritmeja parantaakseen ihmisten suunnittelemia asetteluja, mutta tavallisessa 100 sauvan kokoonpanossa voi olla tähtitieteellisen määrän arvioitavia muunnelmia.
Tutkijat ihmettelivät, onko...Syvävahvistusoppiminen, tekoälytekniikka, joka on mahdollistanut yli-inhimilliset taidot peleissä, kuten shakissa ja Gossa, nopeuttaa varmennusprosessia. Syvävahvistusoppiminen yhdistää syvät hermoverkot, jotka tunnistavat erinomaisia datamalleja, vahvistusoppimiseen, joka yhdistää oppimisen palkintosignaaliin, kuten pelin voittoon.
Uudessa kokeessa tutkijat kouluttivat heitäagentti sijoittaa polttoainesauvoja tiettyjen rajoitusten mukaisesti ja ansaitsee enemmän pisteitä jokaisesta vallankaappauksesta. Jokainen tutkijoiden valitsema rajoitus tai sääntö heijastaa vuosikymmenien fysiikan lakeihin perustuvaa asiantuntijatietoa. Agentti voi pisteitä esimerkiksi asettamalla matala-uraanitankoja kokoonpanon reunoille hidastamaan reaktioita siellä.
"Kun olet ohjelmoinutsääntöjen mukaan hermoverkot alkavat toimia erittäin hyvin", sanoo tutkimuksen johtava kirjoittaja Majdi Radaideh, postdoc Shirvan-laboratoriosta. – He eivät hukkaa aikaa satunnaisiin prosesseihin. Oli hauskaa seurata heidän oppivan pelaamaan pelejä kuten ihminen.”
Vahvistusoppimisen avulla tekoäly on oppinutpelaamalla yhä monimutkaisempia pelejä sekä ihmisillä että vielä paremmalla. Mutta sen kyvyt ovat edelleen hyödyttömiä todellisessa maailmassa. Nyt tutkijat ovat todistaneet, että vahvistamisopetuksella on potentiaalia.
”Tämä tutkimus on jännittävä esimerkkikeinotekoisen älytekniikan käyttäminen lauta- ja videopeleissä, jotta voimme ratkaista käytännön ongelmia maailmassa ”, toteaa tutkimuksen apukirjailija Joshua Joseph, MIT Quest for Intelligence -tutkija
Exelon testaa parhaillaan tekoälyjärjestelmän beetaversiota virtuaalisessa ympäristössä. Yrityksen edustajan mukaan järjestelmä voi olla valmis käyttöönottoon vuoden tai kahden kuluttua.
Lue lisää
Katso kuinka kuu ilmestyi. Muinainen planeetta törmäsi maahan
Arkeologit ovat löytäneet muinaisen hautausmaan Krimiltä. Siellä oli "lippu" tuonpuoleiseen maailmaan
Abortti ja tiede: mitä tapahtuu synnyttäville lapsille