Η DeepMind, το εργαστήριο τεχνητής νοημοσύνης της Alphabet στο Λονδίνο, ανακοίνωσε ότι έχει καταφέρει να «εκπαιδεύσει» ένα σύστημα AI για τον έλεγχο και τη διαμόρφωση του υπέρ- θερμαινόμενου πλάσματος στο εσωτερικό ενός αντιδραστήρα πυρηνικής σύντηξης.

Η πυρηνική σύντηξη είναι μία διαδικασία που ουσιαστικά περιλαμβάνει το σπάσιμο και τη σύντηξη υδρογόνου, δηλαδή ενός κοινού στοιχείου που συναντάμε σε αφθονία στο θαλασσινό νερό. Αυτή η διαδικασία απελευθερώνει τεράστια ποσά ενέργειας και θεωρείται, δυνητικά, μία πηγή άφθονης καθαρής ενέργειας. Ωστόσο, υπάρχει και μια σειρά τεχνικών προκλήσεων.

Ουσιαστικά οι επιστήμονες πειραματίζονται με αυτό που αποκαλείται διεθνώς Τόκαμακ, δηλαδή ειδικές διατάξεις θερμοπυρηνικού αντιδραστήρα που έχουν μορφή δακτυλιοειδούς θαλάμου. Εκεί γίνεται προσπάθεια να αναδημιουργηθεί η πυρηνική σύντηξη, που συνήθως «συναντάμε» στο διάστημα.

Στους συγκεκριμένους θαλάμους περιέχεται πλάσμα υδρογόνου σε ρευστή κατάσταση και θερμοκρασίας αντίστοιχης αυτής του πυρήνα του Ήλιου, ενώ η «συγκράτηση» γίνεται από μαγνητικά πηνία που περιβάλλουν τον θάλαμο. Ο έλεγχος αυτών ακριβώς των μαγνητικών πηνίων απαιτεί πολλαπλά επίπεδα σύνθετων συστημάτων ελέγχου.

Διαβάστε επίσης: Έσπασε το ρεκόρ παραγωγής ενέργειας από πυρηνική σύντηξη

Ο Μάρτιν Ριντμίλερ, επικεφαλής της ομάδας ελέγχου της DeepMind και εκ των συγγραφέων μελέτης που δημοσιεύτηκε στο Nature, δήλωσε στο CNBC ότι η συγκεκριμένη διαδικασία είναι ένα «πραγματικά σύνθετο πρόβλημα ελέγχου».

Η DeepMind σε συνεργασία με το Swiss Plasma Center του EPFL, πανεπιστημίου στη Λοζάνη της Ελβετίας, ανακοίνωσε ότι έχει αναπτύξει σύστημα ενίσχυσης μάθησης της τεχνητής νοημοσύνης ώστε να μπορεί να ελέγχει τους μαγνήτες και να αλλάζει την τάση του ρεύματος χιλιάδες φορές ανά δευτερόλεπτο.

Η ενίσχυση της ικανότητας μάθησης, στην ουσία μία τεχνική εκπαίδευσης AI που έχει αναπτύξει η DeepMind, περιλαμβάνει μεταξύ άλλων τον προγραμματισμό μίας τεχνητής νοημοσύνης να αναλαμβάνει συγκεκριμένες δράσεις ώστε σε συνδυασμό με επιβραβεύσεις που θα λαμβάνει να μεγιστοποιήσει το επιθυμητό αποτέλεσμα σε συγκεκριμένες καταστάσεις.

Με άλλα λόγια, ο αλγόριθμος «μαθαίνει» να ολοκληρώνει μία αποστολή αναζητώντας μια σειρά προγραμματισμένων ανταμοιβών.

Η τεχνητή νοημοσύνη της DeepMind, που δεν έχει λάβει κάποια συγκεκριμένη ονομασία, αναπτύχθηκε σε έναν εικονικό προσομοιωτή και έχει χρησιμοποιηθεί περίπου 100 φορές σε μηχανή σύντηξης στο Swiss Plasma Center. Εκεί κατάφερε να ελέγξει τους μαγνήτες του tokamak για δύο δευτερόλεπτα, το μέγιστο χρονικό διάστημα που ο αντιδραστήρας μπορεί να λειτουργήσει προτού υπερθερμανθεί.

Ακολουθήστε τον ot.grστο Google News και μάθετε πρώτοι όλες τις ειδήσεις
Δείτε όλες τις τελευταίες Ειδήσεις από την Ελλάδα και τον Κόσμο, στον ot.gr

Latest News

Πρόσφατα Άρθρα Τεχνολογία
ThreatScene Greece: Ανακοίνωση νέου εξειδικευμένου τμήματος για την ναυτιλία
Τεχνολογία |

«Ασπίδα» από τις κυβερνοεπιθέσεις και στη ναυτιλία στήνει η ThreatScene Greece

«Στην ThreatScene, η αποστολή μας δεν σταματά μόνο στη ναυτιλία. Δεσμευόμαστε να προστατεύουμε το σύνολο των επιχειρήσεων απέναντι στις κυβερνοαπειλές», είπε η διευθύνουσα σύμβουλος, Κατερίνα Τασιοπούλου

Τεχνητή Νοημοσύνη: Τα οφέλη, το υψηλό κόστος και οι κίνδυνοι κυβερνοασφάλειας
Tεχνητή νοημοσύνη |

Μιχάλης Μπλέτσας (MIT): Η AI μου έχει στερήσει τον ύπνο

Ο διοικητής της Αρχής Κυβερνοασφάλειας Μιχάλης Μπλέτσας προσδιόρισε ως ζητούμενο το «να αναπτύξουμε δεξιότητες που θα μας επιτρέψουν να δουλέψουμε με την τεχνητή νοημοσύνη και όχι για την τεχνητή νοημοσύνη»

Επιχειρήσεις: Αναγνωρίζουν την χρησιμότητα της AI αλλά δεν επενδύουν σε αυτή
Tεχνητή νοημοσύνη |

Οι ελληνικές επιχειρήσεις αναγνωρίζουν την χρησιμότητα της AI αλλά δεν επενδύουν σε αυτή

Τι έδειξε η έρευνα «Technology & Beyond: The impact of AI» που παρουσιάστηκε στο «Future Unfold» της Grant Thornton για τις ελληνικές επιχειρήσεις και τη σχέση τους με την τεχνητή νοημοσύνη