Superkomputer oraz sztuczna inteligencja zbadały, jak zachowują się stopione sole w ekstremalnych temperaturach wewnątrz nowoczesnych reaktorów
Piotr Mazurkiewicz
Naukowcy z Oak Ridge National Laboratory zastosowali sztuczną inteligencję, aby przewidzieć zachowanie stopionego chlorku litu z precyzją zazwyczaj zarezerwowaną dla skomplikowanych obliczeń kwantowych i w znacznie krótszym czasie. Zespół, który opublikował badania w czasopiśmie Journal Chemical Science, udowodnił, że uczenie maszynowe przy użyciu superkomputera Summit w laboratorium może odtworzyć istotne właściwości termodynamiczne soli zarówno w stanie ciekłym, jak i stałym.
Na czym polega kwantowy przełom?
Projekt ma na celu rozwiązanie od dawna istniejącego wyzwania w inżynierii jądrowej, czyli zrozumienia zachowania stopionych soli w ekstremalnych temperaturach w zaawansowanych reaktorach. – Zadziwia prostota tego podejścia – mówi Luke Gibson, badacz z ORNL, w wywiadzie dla Interestingengineering.com. – Dzięki mniejszej liczbie kroków niż w obecnych metodach, uczenie maszynowe pozwala nam osiągnąć wyższą dokładność w krótszym czasie – dodał.
W celu przetestowania nowej metody, badacze opracowali model temperatury topnienia chlorku litu, traktując ciecz jako gaz swobodnie poruszających się jonów, a kryształ jako sieć sprężyn, które wibrują. Tradycyjne symulacje chemiczno-kwantowe tego systemu mogą trwać dni i wymagać ogromnych zasobów obliczeniowych, podczas gdy model AI osiągnął podobną precyzję w ciągu zaledwie kilku godzin.
Ta przewaga wynika z trenowania algorytmu na niewielkim zbiorze danych i umożliwienia mu przyswojenia szeregu zasad, które rządzą strukturą i energią soli.
Dzięki optymalizacji Summit do obsługi ogromnych równoległych obciążeń, cykl treningowy przebiegał na tyle szybko, że stał się praktyczny w zastosowaniach inżynieryjnych. Zespół twierdzi, że w rezultacie powstało narzędzie, które może być bezpośrednio wykorzystane w projektowaniu reaktorów nowej generacji, co pozwala naukowcom na wirtualne testowanie
