Nükleer enerji artık ABD'de güneş ve rüzgarın toplamından daha fazla karbonsuz elektrik üretiyor
Optimize ederek üretim maliyetlerini düşürebilirsinizyakıt çubukları, nükleer reaktörün derinliklerinde. Reaksiyonları tetiklerler ve ideal olarak konumlandıklarında daha az yakıt yakarlar ve daha az bakım gerektirirler. Onlarca yıllık deneme yanılma sürecinden sonra, nükleer mühendisler, ömürlerini uzatmak için pahalı yakıt çubukları için daha iyi düzenler geliştirmeyi öğrendiler. Artık yapay zeka (AI) onlara yardımcı olacak.
Massachusetts Teknoloji Enstitüsü'nden araştırmacılarInstitute (MIT) ve Exelon, tasarım sürecini bir oyuna dönüştürerek, bir yapay zeka sisteminin her birinin ömrünü yaklaşık %5 uzatabilecek düzinelerce optimal çubuk konfigürasyonu oluşturacak şekilde eğitilebileceğine inanıyor. Bu, tipik bir enerji santralinde yılda yaklaşık 3 milyon dolar tasarruf sağlar. Bir yapay zeka sistemi, optimum çözümleri insandan daha hızlı bulabilir ve tasarımları güvenli, simüle edilmiş bir ortamda hızla değiştirebilir.
"Bu teknoloji herkese uygulanabilirDünyadaki nükleer reaktör, MIT Nükleer Bilim ve Teknoloji Bölümü'nde yardımcı doçent olan kıdemli çalışma yazarı Korish Shirvan'ı açıklıyor. "ABD elektriğinin% 20'sini sağlayan nükleer enerji ekonomisini iyileştirerek, küresel karbon emisyonlarının büyümesini sınırlamaya yardımcı olabilir ve en iyi genç yetenekleri bu önemli temiz enerji sektörüne çekebiliriz."
Tipik bir reaktörde yakıt çubukları sıralanmıştır.Radyoaktif uranyumu başlatan reaksiyonlar ve nadir toprak gadolinyumun onları yavaşlattığı, bir tahtadaki satranç taşları gibi, içinde uranyum ve gadolinyum oksit seviyelerinin oluşturduğu bir ızgara veya düzenek. İdeal bir düzenlemede, bu rekabet halindeki dürtüler, etkili yanıtları teşvik edecek şekilde dengelenir. Mühendisler, insan tasarımı düzenleri iyileştirmek için geleneksel algoritmaları kullanmaya çalıştılar, ancak standart 100 çubuklu bir düzeneğin değerlendirilmesi gereken astronomik sayıda varyasyonu olabilir.
Araştırmacılar şunu merak etti:Satranç ve Go gibi oyunlarda insanüstü becerileri mümkün kılan bir yapay zeka tekniği olan derin takviyeli öğrenme, doğrulama sürecini hızlandırıyor. Derin takviyeli öğrenme, verilerdeki kalıpları belirlemede mükemmel olan derin sinir ağlarını, öğrenmeyi bir oyunu kazanmak gibi bir ödül sinyaline bağlayan takviyeli öğrenmeyle birleştirir.
Yeni bir deneyde, araştırmacılar kendiaracı, yakıt çubuklarını bir dizi kısıtlamaya göre yerleştirerek her darbe için daha fazla puan kazanır. Araştırmacılar tarafından seçilen her kısıtlama veya kural, fizik yasalarına dayanan onlarca yıllık uzman bilgisini yansıtır. Ajan, örneğin, oradaki reaksiyonları yavaşlatmak için düzeneğin kenarlarına düşük uranyum çubuklar yerleştirerek puan kazanabilir.
"Programladıktan sonraŞirvan laboratuvarından doktora sonrası araştırmacı olan araştırmanın baş yazarı Mecdi Radaideh, “Kurallara göre sinir ağları çok iyi performans göstermeye başlıyor” diyor. — Rastgele süreçlerle zaman kaybetmezler. Bir insan gibi oyun oynamayı öğrenmelerini izlemek eğlenceliydi.”
Yapay Zeka, Güçlendirmeli Öğrenme sayesinde öğrendiinsanlar kadar karmaşık oyunlar oynamak veya daha da iyisi. Ancak yetenekleri gerçek dünyada yararsız kalır. Şimdi araştırmacılar, pekiştirmeli öğrenmenin potansiyeli olduğunu kanıtladılar.
"Bu çalışma heyecan verici bir örnekDünyadaki pratik sorunları çözmemize yardımcı olmak için tahta ve video oyunları için yapay zeka teknolojisini kullanıyor, ”diyor MIT Zeka Arayışında Araştırma Görevlisi olan çalışmanın ortak yazarı Joshua Joseph.
Exelon şu anda sanal ortamda bir yapay zeka sisteminin beta sürümünü test ediyor. Bir firma temsilcisine göre sistem bir veya iki yıl içinde uygulamaya hazır hale gelebilir.
Daha fazla oku
Ayın nasıl göründüğüne bakın. Antik gezegen Dünya'ya çarptı
Arkeologlar, Kırım'da eski bir cenaze töreni buldular. Öbür dünyaya bir "bilet" vardı
Kürtaj ve bilim: doğum yapacak çocuklara ne olacak