Aux États-Unis, l’énergie nucléaire produit désormais plus d’électricité sans carbone que l’énergie solaire et éolienne réunies
Vous pouvez réduire les coûts de production en optimisantbarres de combustible, au fond d'un réacteur nucléaire. Ils déclenchent des réactions et, lorsqu'ils sont idéalement positionnés, consomment moins de carburant et nécessitent moins d'entretien. Après des décennies d'essais et d'erreurs, les ingénieurs nucléaires ont appris à développer de meilleures dispositions pour les barres de combustible coûteuses afin de prolonger leur durée de vie. Désormais, l'intelligence artificielle (IA) les aidera.
Chercheurs du Massachusetts Institute of TechnologyInstitute (MIT) et Exelon estiment qu'en transformant le processus de conception en jeu, un système d'IA peut être entraîné à générer des dizaines de configurations de tiges optimales pouvant prolonger la durée de vie de chacune d'entre elles d'environ 5 %. Cela permet à une centrale électrique typique d'économiser environ 3 millions de dollars par an. Un système d'intelligence artificielle peut trouver des solutions optimales plus rapidement qu'un humain et modifier rapidement les conceptions dans un environnement simulé sûr.
«Cette technologie peut être appliquée à n'importe quiréacteur nucléaire dans le monde, explique l'auteur principal de l'étude Korish Shirvan, professeur adjoint au Département de science et technologie nucléaires du MIT. «En améliorant l’économie de l’énergie nucléaire, qui fournit 20% de la production d’électricité aux États-Unis, nous pouvons contribuer à limiter la croissance des émissions mondiales de carbone et attirer les meilleurs jeunes talents vers cet important secteur des énergies propres.
Dans un réacteur typique, les barres de combustible sont alignéesune grille ou un assemblage de niveaux d'oxyde d'uranium et de gadolinium à l'intérieur, comme des pièces d'échecs sur un échiquier, les réactions déclenchant l'uranium radioactif et le gadolinium des terres rares les ralentissant. Dans un arrangement idéal, ces impulsions concurrentes sont équilibrées pour promouvoir des réponses efficaces. Les ingénieurs ont essayé d'utiliser des algorithmes traditionnels pour améliorer les configurations conçues par l'homme, mais un assemblage standard de 100 tiges peut présenter un nombre astronomique de variations à évaluer.
Les chercheurs se sont demandés si...L'apprentissage par renforcement profond, une technique d'intelligence artificielle qui a permis d'acquérir des compétences surhumaines dans des jeux tels que les échecs et le Go, accélère le processus de vérification. L'apprentissage par renforcement profond combine les réseaux neuronaux profonds, qui sont excellents pour identifier des modèles dans les données, avec l'apprentissage par renforcement, qui relie l'apprentissage à un signal de récompense, comme gagner un jeu.
Dans une nouvelle expérience, les chercheurs ont formé leuragent de placer les barres de combustible selon un ensemble de restrictions, gagnant plus de points pour chaque coup. Chaque contrainte ou règle choisie par les chercheurs reflète des décennies de connaissances expertes basées sur les lois de la physique. L'agent peut gagner des points, par exemple, en plaçant des crayons à faible teneur en uranium sur les bords de l'assemblage pour y ralentir les réactions.
"Après avoir programmérègles, les réseaux de neurones commencent à très bien fonctionner », explique l'auteur principal de l'étude Majdi Radaideh, postdoctorant du laboratoire Shirvan. — Ils ne perdent pas de temps sur des processus aléatoires. C’était amusant de les voir apprendre à jouer à des jeux comme le fait un humain.
Grâce à l'apprentissage par renforcement, l'IA a apprisjouer à des jeux de plus en plus complexes ainsi qu'aux humains, voire mieux. Mais ses capacités restent inutiles dans le monde réel. Aujourd'hui, les chercheurs ont prouvé que l'apprentissage par renforcement avait un potentiel.
«Cette étude est un exemple passionnantutiliser la technologie de l'intelligence artificielle pour les jeux de société et les jeux vidéo pour nous aider à résoudre des problèmes pratiques dans le monde », conclut Joshua Joseph, co-auteur de l'étude, chercheur au MIT Quest for Intelligence.
Exelon teste actuellement une version bêta d'un système d'intelligence artificielle dans un environnement virtuel. Selon un représentant de l'entreprise, le système pourrait être prêt à être mis en œuvre dans un an ou deux.
Lire la suite
Voyez comment la lune est apparue. Une planète ancienne s'est écrasée sur la Terre
Les archéologues ont trouvé une ancienne sépulture en Crimée. Il y avait un "ticket" pour l'au-delà
Avortement et science: qu'arrivera-t-il aux enfants qui accoucheront