Imagine assistir a um filme favorito quando o som parou de repente. Falta dados que representam o áudio. O que resta é a imagem. Se a inteligência artificial (IA) puder analisar cada quadro do vídeo e fornecer automaticamente o áudio com base nas imagens, ler os lábios e apontar qualquer perna toda vez que atingir o chão?
De acordo com Azrakhash Jalalvand, da Universidade de Princeton, é uma idéia geral por trás de uma nova IA que preenche as informações ausentes sobre o plasma. Jalalvand é o principal autor de uma IA relacionada ao artigo, conhecida como Dig 2 Diggers, publicada recentemente na Nature Contracts. “Encontramos um sistema de dados de um sistema para um sistema de sensores e criamos uma versão sintética dos dados para diferentes tipos de sensores nesse sistema”, disse ele. Os dados sintéticos são combinados com dados do mundo real e são mais detalhados do que o que o sensor real pode fornecer. Pode aumentar o controle do controle dos futuros sistemas de fusão e reduzir o custo de controle. “Os sistemas Digge 2, como naves espaciais e cirurgia robótica, também podem ter aplicativos e confirmar confiabilidade no ambiente crítico, restaura dados de falhas ou degradados e recuperar dados”.
A pesquisa é o resultado da cooperação internacional entre os cientistas da Universidade de Princeton, o Laboratório de Física de Plasma de Princeton (DOE) do Departamento de Energia dos EUA (PPL), Universidade de Chung-Ang, Universidade de Columbia e Universidade Nacional de Seul. Todos os sensores utilizados no estudo para o desenvolvimento de IA foram coletados no Facility Nacional de Fusão DII-D, um teste de instalação de usuário do DOE.
A maneira como os novos cientistas da IA podem monitorar e controlar o plasma em um sistema de fusão e podem ajudar futuros sistemas de fusão comerciais a manter uma fonte confiável de eletricidade. “Os dispositivos de fusão são máquinas de laboratório experimentais hoje, então se algo acontecer com um sensor é o pior evento é que podemos perder tempo antes que o teste seja reiniciado
A IA pode se mover em direção ao sistema compacto de fusão econômica
O nome Dig 2 Digge é derivado da palavra “diagnóstico”, que se refere à técnica usada para analisar o plasma e contém sensores que medem o plasma. Os diagnósticos tomam intervalos regulares, geralmente tão rápido quanto a segunda fração separada. No entanto, alguns geralmente não medem o plasma para detectar instabilidade plasmática desenvolvida rápida: mudanças repentinas no plasma que podem dificultar a produção de energia.
Um sistema de fusão possui muitos diagnósticos que medem diferentes características do plasma. A dispersão de Thomson, por exemplo, é uma técnica de diagnóstico usada no sistema de fusão em forma de doação chamado Tokamaks. Thomson mede a temperatura das partículas de carga negativa conhecidas como eletrônicas de diagnóstico dispersas, bem como densidade: o número de elétrons embalados na unidade. Os físicos plasmáticos medem os detalhes do estábulo de plasma e as principais performances que o medem rapidamente, mas não mais rápido.
“Dig 2 Dig 2 Digons está incentivando seu diagnóstico sem gastar dinheiro de hardware”, disse Emagman Solemen, nomeado em conjunto pelo Departamento de Engenharia Andoligargar Center for Energy and Meiondween and Aerospacy Engineering of PPPL e Princeton University. “
Isso é especialmente importante para espalhar Thomson, porque outros diagnósticos não podem medir na borda do plasma, que também é conhecido como o pé. Esta é a parte mais importante do plasma observado, mas é muito difícil de medir. Observar o pedestal cuidadosamente ajuda os cientistas a aprimorar o desempenho do plasma, para que eles aprendam eficientemente as melhores maneiras de obter a máxima energia com a resposta de fusão.
A Fusion Energy é uma parte importante do sistema de energia dos EUA, deve ser econômico e confiável. O cientista de pesquisa da equipe do PPPL, Sangekune Kim, que fazia parte da equipe de pesquisa DIG 2 Diag, disse que a IA lidera os Estados Unidos a esses objetivos. Kim disse: “O Tokamax experimental de hoje tem muitos diagnósticos, mas o futuro sistema comercial precisa ser menos menos”, disse Kim. “Isso ajudará a reduzir o material, reduzindo os reatores de fusão diretamente para a produção de energia” “, muito poucos diagnósticos também libertam o espaço valioso dentro da máquina e facilitam o sistema o tornam mais confiável e confiável, há menos potencial para erros. Também reduz o custo de manutenção.
PPPL: Um líder em IA prossegue para estabilizar o plasma de fusão
A equipe de pesquisa também aprendeu que o plasma de dados da IA suporta uma teoria superior sobre como interromper um método de interromper os obstáculos. Os cientistas da fusão de todo o mundo estão trabalhando em maneiras de controlar os modos de localização de arestas (ELM), que explodem forte energia nos reatores de fusão que podem danificar severamente as paredes internas do reator. A aplicação de parques magnéticos ressonantes (RMP) de maneira comprometida de fechar o LMS está envolvida: pequenas alterações feitas nos campos magnéticos usados para colocar o plasma dentro do Tokamac. No caso da pesquisa do PPPL LM-Damon, um líder, os trabalhos recentes da IA e a abordagem tática tradicional para impedir esses obstáculos problemáticos. Uma teoria sugere que os RMPs criam “ilhas magnéticas” à beira do plasma. Essas ilhas fazem com que a temperatura e a densidade do plasma sejam planas, o que significa que as medições foram mais uniformes em toda a borda do plasma.
“Normalmente, não podemos observar essa flinalização devido às restrições do Thomson Diagnostics”, disse o cientista da PPPL principal cientista Kiming Hu, que trabalhou nesse projeto. “Dig 2 Digge forneceu muitos outros detalhes sobre como aconteceu e como se desenvolveu”
Embora as ilhas magnéticas possam levar ao ELMS, uma empresa crescente de pesquisas sugere que elas podem ser sutis usando RMP para melhorar a estabilidade do plasma. Os escavadores produzem dados de diagnóstico que fornecem novas evidências desse nivelamento simultâneo de temperatura e densidade na região do pedestal plasmático. Apoia fortemente a teoria da ilha magnética para suprimir LM. É importante entender esse processo para o desenvolvimento de reatores comerciais de fusão.
Os cientistas já estão seguindo os planos para aumentar as oportunidades de escavação do Dig 2. Solemen mencionaram que vários pesquisadores já manifestaram interesse em tentar IA. “Dig 2 Diag pode ser aplicado a outros diagnósticos de fusão e, em outros casos, onde os dados de diagnóstico estão ausentes ou limitados são amplamente aplicáveis”, afirmou.
This research by DOE is awarded by D-FC 02-04ER54698, D-SC 10022270, D-SC 0022272, D-SC 0024527, D-SC 10024527, D-S 0020413, D-SC 0015480 and D-SCC 0015480 and D-SCC 0015480 and D-SCC In addition to 0024626, o Korea Foundation Foundation Foundation Foundation Foundation Foundation Foundation Foundation Foundation Foundation Foundation Foundation também recebeu assistência financeira do Princeton Laboratory for Artificial Intelligence sob 2025-97 Awards.
