Jadrová energia teraz v USA vyrába viac bezuhlíkovej elektriny ako solárna a veterná energia dohromady
Optimalizáciou môžete znížiť výrobné nákladypalivové tyče, hlboko vo vnútri jadrového reaktora. Spúšťajú reakcie a pri optimálnej polohe spália menej paliva a vyžadujú menšiu údržbu. Po desaťročiach pokusov a omylov sa jadroví inžinieri naučili vyvíjať lepšie usporiadanie drahých palivových tyčí, aby sa predĺžila ich životnosť. Teraz im pomôže umelá inteligencia (AI).
Výskumníci z Massachusettského technologického inštitútuInstitute (MIT) a Exelon veria, že premenou procesu navrhovania na hru je možné vycvičiť systém AI tak, aby generoval desiatky optimálnych konfigurácií prútov, ktoré môžu predĺžiť životnosť každej z nich o približne 5 %. Typická elektráreň tak ušetrí približne 3 milióny dolárov ročne. Systém umelej inteligencie dokáže nájsť optimálne riešenia rýchlejšie ako človek a rýchlo meniť návrhy v bezpečnom, simulovanom prostredí.
„Túto technológiu je možné aplikovať na kohokoľvekjadrový reaktor na svete, vysvetľuje hlavný autor štúdie Korish Shirvan, odborný asistent na Katedre jadrových vied a technológií na MIT. „Zlepšením ekonomiky jadrovej energie, ktorá poskytuje 20% elektrickej energie v USA, môžeme pomôcť obmedziť rast globálnych emisií uhlíka a prilákať do tohto dôležitého odvetvia čistej energie tie najlepšie mladé talenty.“
V typickom reaktore sú palivové tyče usporiadanémriežka alebo zostava úrovní oxidu uránu a gadolínia vo vnútri, ako sú šachové figúrky na šachovnici, pričom reakcie spúšťajúce rádioaktívny urán a gadolínium vzácnych zemín ich spomaľujú. V ideálnom usporiadaní sú tieto konkurenčné impulzy vyvážené, aby podporovali efektívne reakcie. Inžinieri sa pokúsili použiť tradičné algoritmy na zlepšenie rozloženia navrhnutých človekom, ale štandardná zostava so 100 tyčami môže mať astronomický počet variácií na vyhodnotenie.
Výskumníkov zaujímalo, či...Učenie s hlbokým posilňovaním, technika umelej inteligencie, ktorá umožnila nadľudské zručnosti v hrách, ako sú šach a Go, urýchľuje proces overovania. Hlboké posilňovacie učenie kombinuje hlboké neurónové siete, ktoré sú vynikajúce pri identifikácii vzorcov v údajoch, s posilňujúcim učením, ktoré spája učenie so signálom odmeny, ako je napríklad víťazstvo v hre.
V novom experimente vedci trénovali svojeagent umiestniť palivové tyče podľa súboru obmedzení, pričom za každý puč získa viac bodov. Každé obmedzenie alebo pravidlo zvolené výskumníkmi odráža desaťročia odborných znalostí založených na fyzikálnych zákonoch. Agent môže bodovať napríklad umiestnením tyčí s nízkym obsahom uránu na okraje zostavy, aby sa tam spomalili reakcie.
„Po naprogramovanípravidlá, neurónové siete začnú fungovať veľmi dobre,“ hovorí vedúci autor štúdie Majdi Radaideh, postdoktor z laboratória Shirvan. — Nemrhajú časom náhodnými procesmi. Bolo zábavné sledovať, ako sa učia hrať hry ako ľudia.“
Prostredníctvom programu Reinforcement Learning sa AI naučilahranie čoraz zložitejších hier, ako aj ľudí, alebo ešte lepšie. Ale jeho schopnosti zostávajú v skutočnom svete zbytočné. Teraz vedci dokázali, že učenie sa posilnením má potenciál.
„Táto štúdia je vzrušujúcim príkladompoužívanie technológie umelej inteligencie pre stolné a videohry, ktoré nám pomáhajú riešiť praktické problémy vo svete, “uzatvára spoluautor štúdie Joshua Joseph, vedecký pracovník MIT Quest for Intelligence.
Spoločnosť Exelon v súčasnosti testuje beta verziu systému umelej inteligencie vo virtuálnom prostredí. Podľa zástupcu spoločnosti môže byť systém pripravený na implementáciu za rok alebo dva.
Čítaj viac
Uvidíte, ako sa objavil mesiac. Staroveká planéta narazila do Zeme
Archeológovia našli starodávny pohreb na Kryme. Bola tam „vstupenka“ na posmrtný život
Potraty a veda: čo sa stane s deťmi, ktoré budú rodiť