Fuzja jądrowa już wkrótce? W przełomie kluczową rolę odegra Sztuczna Inteligencja

Udostępnij:

O autorze

Jakub Krawczyński

@jak.kra

Fuzja jądrowa, jeśli uda się ją osiągnąć, będzie jednym z najbardziej przełomowych momentów w historii ludzkości. Do tej pory energię nuklearną pozyskiwaliśmy w procesie rozszczepiania atomów. Fuzja to natomiast proces, którego używa nasze Słońce i inne gwiazdy do generowania energii. Mógłby on pomóc na dobre rozwiązać kryzys energetyczny, a także zmniejszyć emisję CO2. A kluczem do jego zrealizowania może być użycie nowych systemów Sztucznej Inteligencji, w tym m.in. tych stworzonych przez Google.

Jak podaje Forbes, pierwszy funkcjonujący reaktor fuzyjny ma być zaprezentowany we Francji w roku 2025. Projekt nazywa się ITER i pracują nad nim naukowcy i badacze z 35 różnych krajów.

Nad reaktorami fuzyjnymi pracuje kilka firm. W końcu wizja uzyskania niemal nieskończonego źródła energii jest bardzo ekscytująca. Jedną z tychże firm jest TAE (poprzednio znane jako Tri Alpha Energy). Jej CEO, Michl Binderbauer podkreślił, że do ogromnego przełomu w pracach przyczyniły się przede wszystkim tzw. uczenie maszynowe.

Google Research, czyli filia amerykańskiego giganta, zajmująca się wdrażaniem technologii do celów naukowych pomogała między innymi firmie TAE. Dostarczyła jej najnowszych algorytmów sztucznej inteligencji. Pomogły one rozwiązać niezwykle skomplikowane problemy matematyczne, z którymi ekipa borykała się od lat, na przykład tzw. inwersję bayesowską.

Istotność Sztucznej Inteligencji podkreślał profesor Daniel Kammen z Uniwersytetu Kalifornijskiego. Dzięki SI oraz wysokiej mocy obliczeniowej obecnych maszyn, według Kammena, już nie żartuje się, że "fuzja będzie możliwa za dopiero 50 lat". Specjalista od energetyki podkreśla, że bez dobrze stworzonego kodu komputerowego nie da się nawet operować maszynerią potrzebną do uzyskania fuzji.

Także Departament Energii w USA doszukał się wielu pozytywów w wykorzystaniu Sztucznej Inteligencji – rozwiązania te sprawiają, że możemy uzyskać więcej danych z eksperymentów i symulacji, a także zwiększyć ich użyteczność.