მთავარი წაღებები
- მკვლევარები იყენებენ AI-ს შერწყმის კვლევის წინსვლისთვის.
- ერთი კომპანია იყენებს Google-ის AI-ს თავისი შერწყმის ექსპერიმენტების გასაკონტროლებლად.
- AI ასევე აძლიერებს მიღწევებს მედიცინაში, კიბოს გამოვლენის ჩათვლით.
შერწყმის პრაქტიკული ენერგია შესაძლოა რეალობასთან უფრო მიახლოდეს ხელოვნური ინტელექტის (AI) მიღწევების წყალობით, ამბობენ ექსპერტები.
ამერიკული კომპანია აცხადებს, რომ ის აჩქარებს გზას შერწყმის ენერგიისკენ მანქანური სწავლის გამოყენებით. TAE Technologies-მა შეამცირა კომპიუტერული ამოცანები, რომლებსაც ერთხელ თვეები სჭირდებოდათ, სულ რამდენიმე საათამდე ხელოვნური ინტელექტის გამოყენებით. ეს არის ერთ-ერთი იმ მრავალი კომპანიადან, რომელიც იყენებს AI-ს კვლევაში დასახმარებლად.
"ის, რაც ჯერ კიდევ არ ვიცით შერწყმის შესახებ - მაგალითად, როგორ მივაღწიოთ და შევინარჩუნოთ სტაბილური შერწყმის პირობები - იმალება მონაცემებში", - ამბობს დიოგო ფერეირა, პორტუგალიის ლისაბონის უნივერსიტეტის საინფორმაციო სისტემების პროფესორი. რომელიც სწავლობს ხელოვნური ინტელექტის გამოყენებას შერწყმის კვლევაში, განუცხადა Lifewire-ს ელექტრონული ფოსტის ინტერვიუში.
"გახსოვდეთ, რომ შერწყმის მანქანა რთული სამეცნიერო ექსპერიმენტია, მაგრამ ერთი რამ ცხადია - ყველა ამ მანქანას აქვს მასზე დამაგრებული ათობით, თუ არა ასობით დიაგნოსტიკური სისტემა", - დასძინა მან. "ეს ნიშნავს, რომ ერთ ექსპერიმენტს, რომელიც მხოლოდ რამდენიმე წამს გრძელდება, შეუძლია 10-დან 100 გიგაბაიტამდე რაოდენობის მონაცემების გენერირება."
ვარსკვლავების ძალა
პრაქტიკული შერწყმა არის ელექტროენერგიის წარმოქმნის ფორმა, რომელიც ქმნის ელექტროენერგიას ბირთვული შერწყმის რეაქციების სითბოს გამოყენებით. ეს არის იგივე ტიპის რეაქცია, რომელიც აძლიერებს ვარსკვლავებს.
ათწლეულის ნელი პროგრესის შემდეგ, შერწყმის კვლევა თბება. მეცნიერებმა ცოტა ხნის წინ გამოაცხადეს, რომ მათ შექმნეს ყველაზე მაღალი მდგრადი ენერგიის პულსი, რაც კი ოდესმე შექმნილა ატომების შერწყმით, რამაც გააორმაგა საკუთარი რეკორდი 1997 წელს ჩატარებული ექსპერიმენტებიდან.
TAE Systems იმედოვნებს, რომ AI დაგეხმარებათ ტექნიკური ბარიერების გადალახვაში. კომპანია ექსპერიმენტებისთვის იყენებს 100 ფუტის სიგრძის შერწყმა ცილინდრს, სახელად ნორმანი. Google-ის ხელოვნური ინტელექტი გამოიყენება კვლევის დროს წარმოქმნილი უზარმაზარი რაოდენობის მონაცემების გამოსაკვლევად.
"ჩვენი დახმარებით მანქანების ოპტიმიზაციისა და მონაცემთა მეცნიერების გამოყენებით, TAE-მ მიაღწია ნორმანისთვის თავის მთავარ მიზნებს, რაც გვაახლოებს ნაბიჯის გადადგმისკენ მიზანს, - წერს ტედ ბალცი, Google Research-ის უფროსი პერსონალის პროგრამული უზრუნველყოფის ინჟინერი. კომპანიის ვებგვერდზე.”მანქანა ინარჩუნებს სტაბილურ პლაზმას 30 მილიონ კელვინზე 30 მილიწამის განმავლობაში, რაც არის მისი სისტემებისთვის ხელმისაწვდომი სიმძლავრის მოცულობა. მათ დაასრულეს დიზაინი კიდევ უფრო მძლავრი აპარატისთვის, რომელიც იმედოვნებს, რომ წარმოაჩენს პირობებს, რომელიც აუცილებელია მანამდე შერწყმისთვის. ათწლეულის დასასრული."
მანქანური სწავლება აუცილებელია ექსპერიმენტების გასაანალიზებლად, რათა აღმოვაჩინოთ ტენდენციები, რომლებიც მართავენ შერწყმა პლაზმის ქცევას, თქვა ფერეირამ. და მკვლევრებს ესაჭიროებათ დახვეწილი მიდგომები ექსპერიმენტის კონტროლის მიღმა მყარი კოდირებული სიგნალიზაციისა და ტრიგერების მიღმა, რომლებსაც ისინი ამჟამად იყენებენ.
"ამჟამად ჩვენ ვიყენებთ პრიმიტიულ საკონტროლო სისტემებს, რომლებიც ურტყამს მუხრუჭებს უბედურების პირველივე ნიშნისთანავე", - თქვა ფერეირამ. „ჩვენ გვჭირდება ხელოვნური ინტელექტის ტექნიკა, რათა უსაფრთხოდ გაგვიყვანოს შერწყმის აპარატის საიმედოდ მუშაობის სირთულეები, რათა გამოვიმუშაოთ წმინდა ენერგიის გამომუშავება.“
AI სამაშველო
სამედიცინო კვლევა კიდევ ერთი სფეროა, სადაც ხელოვნური ინტელექტის გამოყენება გამოიყენება. ხელოვნური ინტელექტი მეცნიერთა მუშაობის სასარგებლო შემავსებელია, რადგან მანქანები და ადამიანები კარგად ასრულებენ კვლევებში საჭირო სხვადასხვა ამოცანებს, განუცხადა Lifewire-ს ელექტრონული ფოსტით Sungwon Lim, Imprimed Inc.-ის აღმასრულებელმა დირექტორმა.
"სადაც ადამიანებს შეუძლიათ შექმნან კრეატიული გადაწყვეტილებები და ინოვაციები, მანქანებს შეუძლიათ სწრაფად და ზუსტად გააანალიზონ დიდი რაოდენობით მონაცემები", - თქვა მან.”AI ასევე შეუძლია შეასრულოს ისეთი დამღლელი, განმეორებადი ამოცანები, რამაც შეიძლება გამოიწვიოს ადამიანური მკვლევარების დაღლილობა და შეცდომების დაშვება.ეს AI ხდის იდეალურ ინსტრუმენტს კვლევისთვის, რომელშიც შაბლონები სწრაფად უნდა მოიძებნოს ძალიან დიდ მონაცემთა ნაკრებებში."
ილინოისის უნივერსიტეტის მკვლევართა ბოლო კვლევამ, რომელიც გამოქვეყნდა Journal of Critical Reviews in Oncology-ში, აჩვენა, რომ მანქანური სწავლება ამჟამად კონკურენციას უწევს და ზოგიერთ შემთხვევაში აღემატება გაწვრთნილ კლინიკებს შარდის ბუშტის კიბოს დიაგნოზსა და შედეგების პროგნოზირებაში.
"ინტელექტის ხელოვნური ინტელექტის გადამწყვეტი როლი კიბოს ადრეულ დიაგნოზში არ შეიძლება გადაჭარბებული იყოს, რადგან ყოველწლიურად კიბოს მილიონობით შემთხვევა დიაგნოზირებული რჩება დაავადების გვიან ეტაპებამდე, სადაც თერაპიული ვარიანტები ხდება უკიდურესად შეზღუდული ან არარსებული," სოჰეილა ბორჰანი, ერთი. ნაშრომის ავტორმა განუცხადა Lifewire-ს ელფოსტაში.
