Laboratorium Universitas Rochester untuk Laser Energetics (LLE) dilengkapi dengan Omega Laser, instalasi laser akademik terkemuka di dunia. Sekilas, itu terlihat seperti landasan pacu marmer yang rumit dari partikel -partikel cahaya dan plasma, yang mampu membelah dan memperkuat balok sebelum memfokuskannya pada target crosshair kecil. Misi intinya adalah untuk mengeksplorasi fenomena astrofisik, bahan uji pada tekanan skala atom ekstrem, dan bekerja untuk memajukan penelitian fusi yang mengganggu.
Berkat hibah $ 503 juta hingga 2024 dari Administrasi Keamanan Nuklir Nasional Departemen Energi AS (DOE), Laboratorium Laser Rochester telah menciptakan kondisi ideal untuk melakukan studi kritis ini. Laboratorium laser melakukan eksperimen fusi yang kompleks sebulan sekali, dan para ilmuwan memiliki sekitar lima peluang untuk memecat laser dan merekam data. Melalui simulasi komputer lapangan multi-fisika, para ilmuwan dapat memperoleh pemahaman yang lebih dalam tentang plasma fusi, eksperimen desain dan menafsirkan hasilnya, meskipun simulasi ini tidak dapat sepenuhnya mereproduksi semua detail eksperimental.
Eksperimen dimulai dengan kapsul plastik yang mengandung deuterium-tritium beku, hanya berdiameter milimeter, pada suhu 20 derajat di atas nol absolut, "kata Direktur LLE Christopher Deeney. Kemudian, dalam satu persimal detik, kapsul dikompresi ke a Diameter lebih kecil dari helai rambut manusia dan suhu naik menjadi lebih dari 30 juta derajat. " Proses ini tidak hanya memerlukan pengetahuan yang mendalam tentang fisika, tetapi teknik diagnostik canggih juga harus digunakan untuk mengukur secara rinci semua fenomena yang terjadi pada saat ini.
Untuk memanfaatkan kekayaan data yang dikumpulkan oleh teknik diagnostik canggih ini dan untuk mempercepat penelitian fusi AS secara lebih luas, para ilmuwan LLE beralih ke kecerdasan buatan (AI) dan teknologi komputasi canggih lainnya.
Selama lebih dari 50 tahun, LLE telah secara aktif mempromosikan dan mengatasi tantangan inti di bidang fusi pengurungan inersia (ICF). ICF secara luas diakui dalam komunitas ilmiah sebagai pendekatan yang paling menjanjikan untuk mencapai fusi termonuklear terkontrol dan mewakili teknologi energi bersih dan terbarukan yang menjanjikan.
Christopher Kanan, profesor ilmu komputer di University of Rochester, menjelaskan, "ICF pada dasarnya adalah masalah fisika terbalik, di mana para ilmuwan perlu membalikkan sifat tepat laser dan target."
Omega sendiri tidak dirancang untuk mencapai pengapian, tetapi untuk memajukan pemahaman fusi drive langsung yang digerakkan oleh laser. Fasilitas Pengapian Nasional di Livermore National Laboratory, yang 60 kali lebih energik daripada Omega, telah menemukan solusi untuk masalah fisika terbalik dan telah mencapai pengapian pada tahun 2022. Baik kemajuan yang dibuat di Omega dan pencapaian pengapian bergantung pada pemodelan statistik statistik untuk mengisi celah dalam pemahaman lengkap kami tentang fisika.
Kesenjangan pengetahuan yang ada antara simulasi dan eksperimen berasal dari kompleksitas fisika, keterbatasan pengukuran, dan ruang lingkup luas upaya penelitian, yang meliputi fisika nuklir, fisika plasma, dan penelitian ilmu material yang dilakukan di bawah kondisi ekstrem yang menantang bahkan menantang bahkan dalam menantang bahkan menantang bahkan tantangannya bahkan menantang bahkan menantang bahkan menantang bahkan menantang bahkan menantang nuklir bahkan Kode komputer paling canggih.
Pertama, ada pertanyaan tentang target; Eksperimen dimulai dengan bola plastik berongga yang dapat ditempatkan di ujung pin; Peneliti LLE menggunakan alat presisi untuk membuat bola dan mengisinya dengan isotop hidrogen, yang kemudian didinginkan hingga mendekati nol absolut. Proses pembekuan menyebabkan hidrogen membentuk lapisan es di dalam cangkang plastik.
Tim peneliti LLE sedang mencari cara untuk secara akurat mendeteksi nuansa dan pola dalam data sebagai cara memandu simulasi komputer untuk menghasilkan prediksi yang lebih akurat. Kemampuan prediktif yang lebih baik ini pada gilirannya akan memperbaiki eksperimen fusi dan mendorong generasi berikutnya dari penelitian fusi dan teknologi laser.
Kecerdasan buatan, dan khususnya pembelajaran mesin subbidangnya, dapat membantu mengoptimalkan kemanjuran prediktif kode komputer dan meningkatkan prediksi melalui pengalaman. Pembelajaran mesin tidak hanya melakukan analitik prediktif, tetapi juga memproses data, menyimpulkan hubungan, dan menerapkan pengetahuan ini pada fungsinya.
Riccardo Betti, Kepala Ilmuwan LLE dan Profesor Robert L. McCrory di Departemen Teknik Mesin dan Departemen Fisika dan Astronomi di Universitas Rochester, mencatat, "Kami sekarang memiliki sejumlah besar data eksperimental yang, dengan bantuan dari Pembelajaran mesin, dapat digunakan untuk memperbaiki simulasi dan memandu penyesuaian waktu nyata untuk eksperimen. "
Karya penelitian Betti dan Kanan didasarkan pada kemajuan terbaru dalam kecerdasan buatan generatif, teknik AI yang menghasilkan data dan bentuk output lainnya, seperti teks dan video. Tim peneliti University of Rochester menggunakan algoritma canggih ini untuk menyelesaikan masalah fisika terbalik untuk meningkatkan keakuratan simulasi. Program Departemen Ilmu Energi Fusion Energi (FES) AS telah memberikan hampir $ 3 juta dalam dukungan pendanaan untuk penelitian ini, yang diharapkan akan selesai pada tahun 2026.
Riccardo Betti menambahkan: "Tujuan kami adalah untuk meningkatkan prediksi simulasi dengan bantuan AI generatif dan untuk secara akurat menyimpulkan sifat-sifat interaksi target laser. Kami memanfaatkan kekuatan AI untuk mempercepat masa depan teknologi fusi."
Varchas Gopalaswamy, seorang ilmuwan di departemen teori LLE dan asisten profesor teknik mesin, menyatakan, "Setelah kami memahami perbedaan antara prediksi simulasi dan hasil eksperimen, kami dapat menerapkan pembelajaran mesin untuk merekonsiliasi keduanya." Dia lebih lanjut menjelaskan, "Jika perubahan variabel dalam percobaan, dapatkah simulasi meresponsnya? Apakah respons itu akan tercermin dalam percobaan? Ini akan memvalidasi keakuratan hipotesis kami dan menentukan apakah kami dapat menyesuaikan variabel atau mengembangkan strategi mitigasi yang sesuai dengan itu . " Gopalaswamy menambahkan, "Dengan analisis pola Machine Learning yang lebih dalam dalam data, kami dapat merumuskan hipotesis baru, mengeksplorasi fenomena fisik yang berbeda, dan merancang eksperimen yang lebih baik."
Gopalaswamy juga mencatat, "Salah satu tantangan untuk menghadapi ICF adalah bahwa data eksperimental fusi yang kami gunakan untuk melatih AI relatif terbatas dibandingkan dengan database besar gambar kucing. Dalam hal ini, sangat sulit untuk memanfaatkan data empiris yang tersedia yang tersedia. Untuk menjembatani kesenjangan pengetahuan.
American Physical Society telah mengakui karya Betti, Gopalaswamy, dan ilmuwan LLE lainnya dengan John Dawson Award for Excellence dalam penelitian fisika plasma untuk prestasi perintis mereka dalam memprediksi, merancang, dan menganalisis eksperimen ledakan dengan 30 KJ Omega Laser.
Penelitian Kecerdasan Buatan dan Pembelajaran Mesin di Laboratorium Laser Rochester juga telah berkontribusi pada sejumlah penemuan oleh Dustin Froula, direktur divisi sains dan teknik laser yang sangat plasma, dan timnya. Selama karirnya, Froula dan timnya telah mengembangkan berbagai teknik, termasuk satu untuk mengukur suhu plasma melalui hamburan Thomson, dan bahkan telah memecah tanah baru dalam teknik "fly-focus" atau mengendalikan intensitas laser dalam jarak jauh. Dan pembelajaran mesin merevolusi cara kami merancang eksperimen, memungkinkan kami untuk membangun laser yang lebih baik karena kami membayangkan fasilitas generasi berikutnya. "Dia lebih menjelaskan," laser telah digunakan dalam berbagai cara. Dia lebih lanjut menjelaskan, "Berbagai warna dalam spektrum sinar laser akan membantu plasma merambat melalui balok lebih efisien, dan AI membantu kita memahami interaksi kompleks antara warna -warna yang berbeda dan plasma ini."
Akhirnya, Pusat Penelitian Fusi Nuklir Departemen Energi telah memberikan penunjukan pusat penelitian nasional yang dirancang untuk memajukan energi fusi inersia (IFE), teknologi energi bersih yang menjanjikan yang bergantung pada perpaduan atom hidrogen berat (deuterium dan tritium) untuk menghasilkan energi.
Mengandalkan kekuatan penelitian interdisipliner dari University of Rochester, LLE telah berhasil merekrut beberapa siswa untuk meningkatkan penerapan kecerdasan buatan dan pembelajaran mesin dalam penelitian konvergen.
Menurut Gopalaswamy, "Tujuan kami adalah untuk menginspirasi siswa dengan hasrat berkelanjutan untuk pembelajaran mesin untuk lebih meningkatkan keakuratan alat diagnostik kami. Memang, kami membutuhkan ahli AI. Namun, peran fisikawan sangat diperlukan untuk memastikan bahwa modelnya benar dan secara ilmiah sehat.
Dia menambahkan, "Ketika negara beralih ke energi bersih dan kekuatan berkelanjutan, penerapan AI dalam penelitian fusi menjanjikan dan bisa menjadi bidang tenaga kerja yang muncul."
Valeri Goncharov, Direktur Divisi Teori LLE dan Asisten Profesor Peneliti di Departemen Teknik Mesin, mencatat, "Kecerdasan buatan adalah alat penting untuk memandu penelitian kami. Dengan mengoptimalkan alat -alat ini, kami dapat meningkatkan hasil penelitian kami. Sementara alat -alat ini memfasilitasi penelitian , kekuatan pendorong untuk inovasi masih berasal dari kecerdasan kita.
