Հիմնական տանողներ
- Հետազոտողները AI-ն օգտագործում են միաձուլման հետազոտությունը առաջ մղելու համար:
- Մեկ ընկերություն օգտագործում է Google-ի AI-ն իր միաձուլման փորձերը վերահսկելու համար:
- AI-ն նաև խթանում է բժշկության առաջընթացը, ներառյալ քաղցկեղի հայտնաբերումը:
Գործնական միաձուլման էներգիան կարող է ավելի մոտենալ իրականությանը արհեստական ինտելեկտի (AI) առաջընթացի շնորհիվ, ասում են փորձագետները:
Ամերիկյան ընկերությունը պնդում է, որ արագացնում է միաձուլման էներգիայի ուղին՝ օգտագործելով մեքենայական ուսուցում: TAE Technologies-ը կրճատել է հաշվողական առաջադրանքները, որոնք ժամանակին տևում էին ամիսներ մինչև ընդամենը մի քանի ժամ՝ օգտագործելով AI: Սա այն բազմաթիվ ընկերություններից մեկն է, որն օգտագործում է AI՝ հետազոտության հարցում օգնելու համար:
«Այն, ինչ մենք դեռ չգիտենք միաձուլման մասին, օրինակ՝ ինչպես հասնել և պահպանել կայուն միաձուլման պայմանները, թաքնված է տվյալների մեջ», - Պորտուգալիայի Լիսաբոնի համալսարանի տեղեկատվական համակարգերի պրոֆեսոր Դիոգո Ֆերեյրան: ով ուսումնասիրում է արհեստական ինտելեկտի կիրառումը միաձուլման հետազոտություններում, Lifewire-ին ասել է էլեկտրոնային հարցազրույցում:
«Հիշեք, որ միաձուլման մեքենան բարդ գիտական փորձ է, բայց մի բան հաստատ է. այս բոլոր մեքենաներն ունեն տասնյակ, եթե ոչ հարյուրավոր ախտորոշիչ համակարգեր, որոնք կցված են դրան», - ավելացրեց նա: «Սա նշանակում է, որ մեկ փորձը, որը տևում է ընդամենը մի քանի վայրկյան, կարող է ստեղծել 10-ից 100 գիգաբայթի չափով տվյալներ»։
Star Power
Գործնական միաձուլումը էներգիայի արտադրության ձև է, որն էլեկտրաէներգիա է ստեղծում՝ օգտագործելով միջուկային միաձուլման ռեակցիաների ջերմությունը: Դա նույն ռեակցիայի տեսակն է, որն ուժ է տալիս աստղերին:
Տասնամյակների դանդաղ առաջընթացից հետո միաձուլման հետազոտությունները թեժանում են: Վերջերս գիտնականները հայտարարեցին, որ ստեղծել են ամենաբարձր կայուն էներգիայի իմպուլսը, որը երբևէ ստեղծվել է ատոմների միաձուլման արդյունքում՝ ավելի քան կրկնապատկելով իրենց սեփական ռեկորդը 1997 թվականին կատարված փորձերից::
TAE Systems-ը հուսով է, որ AI-ն կարող է օգնել հաղթահարել տեխնիկական խոչընդոտները: Ընկերությունն օգտագործում է 100 ֆուտ երկարությամբ միաձուլման գլան, որը կոչվում է Norman, փորձերի համար: Google-ի արհեստական ինտելեկտն օգտագործվում է հետազոտության ընթացքում գոյացած հսկայական քանակությամբ տվյալներ ուսումնասիրելու համար:
«Մեքենաների օպտիմիզացիայի և տվյալների գիտության օգտագործմամբ մեր աջակցությամբ TAE-ն հասավ Նորմանի համար իրենց հիմնական նպատակներին, ինչը մեզ մի քայլ ավելի մոտեցնում է բեկումնային միաձուլման նպատակին», - գրել է Թեդ Բալցը, Google Research-ի ծրագրային ապահովման ավագ ինժեներ: ընկերության կայքում։ «Մեքենան 30 միլիվայրկյան ընթացքում պահպանում է կայուն պլազմա 30 միլիոն Կելվինում, ինչը իր համակարգերի համար հասանելի էներգիայի չափն է: Նրանք ավարտել են ավելի հզոր մեքենայի դիզայնը, որը նրանք հուսով են, որ կցուցադրեն նախքան բեկումնային միաձուլման համար անհրաժեշտ պայմանները: տասնամյակի վերջը։"
Անհրաժեշտ է մեքենայական ուսուցում փորձերը վերլուծելու համար՝ բացահայտելու միաձուլման պլազմայի վարքագիծը կարգավորող միտումները, ասաց Ֆերեյրան: Եվ հետազոտողներին անհրաժեշտ են բարդ մոտեցումներ՝ փորձերի վերահսկման համար, քան կոշտ կոդավորված ահազանգերն ու գործարկիչները, որոնք նրանք ներկայումս օգտագործում են:
«Ներկայումս մենք օգտագործում ենք պարզունակ կառավարման համակարգեր, որոնք խփում են արգելակները անսարքության առաջին նշաններում», - ասաց Ֆերեյրան: «Մեզ պետք են արհեստական ինտելեկտի տեխնիկաներ, որոնք մեզ ապահով կերպով քշում են միաձուլման մեքենան հուսալիորեն գործարկելու բարդությունների միջով, որպեսզի ստեղծենք զուտ էներգիա»:
AI փրկության
Բժշկական հետազոտությունը ևս մեկ ոլորտ է, որտեղ AI-ն օգտագործվում է: AI-ն օգտակար լրացում է մարդկային գիտնականների աշխատանքին, քանի որ մեքենաները և մարդիկ լավ են կատարում հետազոտության համար անհրաժեշտ տարբեր առաջադրանքներ, Lifewire-ին էլփոստի միջոցով ասաց Սունգվոն Լիմը՝ AI-ի վրա հիմնված քաղցկեղի կանխատեսման կանխատեսող գործիքի՝ Imprimed Inc.-ի գործադիր տնօրենը:
«Այնտեղ, որտեղ մարդիկ կարողանում են հանդես գալ ստեղծագործական լուծումներով և նորարարություններով, մեքենաները կարող են արագ և ճշգրիտ վերլուծել հսկայական քանակությամբ տվյալներ», - ասաց նա: «AI-ը կարող է նաև կատարել այնպիսի հոգնեցուցիչ, կրկնվող առաջադրանքներ, որոնք կարող են հանգեցնել մարդկանց հետազոտողների հոգնածության և սխալների:Սա AI-ն դարձնում է իդեալական գործիք հետազոտության համար, որտեղ օրինաչափությունները պետք է արագ գտնվեն շատ մեծ տվյալների հավաքածուներում»:
Իլինոյսի համալսարանի հետազոտողների կողմից վերջերս հրապարակված «Journal of Critical Reviews in Oncology»-ում կատարված հետազոտությունը ցույց է տվել, որ մեքենայական ուսուցումը ներկայումս մրցակցում է և որոշ դեպքերում գերազանցում է վերապատրաստված կլինիկագետներին միզապարկի քաղցկեղի ախտորոշման և արդյունքների կանխատեսման հարցում:
«ԱԲ-ի կարևոր դերը քաղցկեղի վաղ ախտորոշման մեջ չի կարելի գերագնահատել, քանի որ ամեն տարի քաղցկեղի միլիոնավոր դեպքեր չեն ախտորոշվում մինչև հիվանդության ուշ փուլերը, երբ թերապևտիկ տարբերակները դառնում են չափազանց սահմանափակ կամ գոյություն չունեն», - Սոհեյլա Բորհանի, մեկը: Թերթի հեղինակի մասին Lifewire-ը նամակով հայտնել է:
