麻省理工学院借助人工智能释放聚变能量

煤油灯科技2024-03-05 19:00

麻省理工学院等离子体科学和聚变中心将获得美国能源部的支持,以改善对聚变数据的获取,并增加聚变领域的多样性。随着气候变化的影响不断增长,人们对聚变作为清洁能源的潜力也越来越感兴趣。尽管自上世纪30年代以来,人们就一直在实验室内研究聚变反应,但科学家们仍然需要回答许多关键问题,以使聚变能力成为现实,并且时间紧迫。作为加速实现聚变能源并在2050年实现碳中和的战略的一部分,美国能源部宣布对由麻省理工学院等离子体科学和聚变中心及四个合作机构领导的项目提供新的资助。

通过数据和人工智能推动研究

麻省理工学院等离子体科学和聚变中心的研究科学家和小组负责人Cristina Rea将担任新资助的三年合作项目的主要研究员,该项目旨在将聚变数据整合到可以被人工智能工具读取的系统中。麻省理工学院等离子体科学和聚变中心与来自威廉与玛丽大学、威斯康星大学麦迪逊分校、奥本大学和非营利组织HDF Group的科学家们计划创建一个全面的聚变数据平台,其中的元素可能为研究人员,特别是来自少数群体的学生,提供了前所未有的获取途径。该项目旨在通过由该小组的共同研究员领导的外展项目,鼓励聚变和数据科学领域的多样化参与,无论是在学术界还是在职场中,其中五分之四的共同研究员都是女性。

美国能源部(DOE)的奖励是一个2900万美元的资金包的一部分,用于支持19个机构中的七个项目,将支持该团队的努力,将由融合装置(例如PSFC的Alcator C-Mod)产生的数据进行分发,该装置是一个利用强大的磁铁来控制和限制聚变反应的环状封装磁约束装置。Alcator C-Mod自1991年到2016年期间运营,并且它的数据仍在进行研究,这在一定程度上要归功于PSFC对自由交流知识的承诺。

解决数据可访问性挑战

目前,几乎有50个公开的实验性磁约束型聚变装置;然而,这些装置的历史和现有数据均难以获取。有些聚变数据库需要签署用户协议,而且并非所有的数据都以相同方式进行编目和组织。此外,利用机器学习进行数据分析以及加快科学发现的需求往往涉及耗时的数据重新组织。结果就是从事聚变研究的科学家减少,发现之路更加崎岖,且阻碍了加速进展的人工智能技术的应用。

该项目提出的数据平台通过确保“可发现性、可互操作性、可访问性、可重用性”(FAIR)和遵循联合国教科文组织(UNESCO)开放科学(OS)建议,以改善科学的透明性和包容性,来解决技术障碍;研究人员的所有研究成果将遵守能源部的FAIR和OS原则要求。

该平台的数据库将使用MDSplusML构建,这是PSFC研究人员在上世纪80年代开发的MDSplus开源软件的升级版本,用于编目Alcator C-Mod实验结果。如今,将近40家聚变研究机构使用MDSplus来存储和提供外部访问其聚变数据。MDSplusML的发布旨在继续这种开放合作的传统。

促进聚变研究的多样性和包容性

研究人员们打算通过提高人们对聚变数据的普遍访问,以及通过补贴的夏季学校解决妇女和弱势群体参与的障碍,来改善妇女和弱势群体参与聚变研究的困难。这个夏季学校将专注于聚变和机器学习交叉领域的主题,并将在威廉与玛丽学院举办三年。

Rea表示,他们的研究的重要性在于,“这个项目是为了回应聚变社区的需求并为我们的成功做好准备。通过多学科合作和交流,我们可以实现聚变科学的发展,因此可访问性是绝对必要的。我们现在都明白,多样化的团队能带来更多不同的想法,而且能够加快问题解决的速度。”

该合作项目的工作也与国际原子能机构(IAEA)的“AI for Fusion”协调研究项目(CRP)中确定的重要研究领域相吻合。Rea被选为IAEA CRP的技术协调员,该项目强调社区参与和知识获取以加快聚变研究和开发。在为该合作组提出的项目写的一封支持信中,IAEA表示,“这些研究人员开展的工作不仅对我们的CRP有益,对整个国际聚变社区也有益”。

PSFC主任、Hitachi America工程教授Dennis Whyte补充道:“我很高兴看到PSFC和我们的合作伙伴正在将新的人工智能工具应用于实验数据的提取,并同时鼓励和促进从我们的实验中获取关键数据。”

Rea表示:“有机会领导这样一个重要的项目对我来说非常有意义,我感到有责任证明女性在科学、技术、工程和数学(STEM)领域也可以成为领导者。我们有一个非常出色的团队,他们对改进我们的聚变生态系统并为聚变能源的实现做出贡献有着强烈的动力。”

你可能也喜欢这些文章

科技互联网,科技,资讯,动态,洞察,量子,计算,AI,人工智能,机器人,区块链,Web3,分布式,操作系统,OS,芯片,视频,深度,论文