Naukowcy DeepMind wyszkolili sztuczną inteligencję do kontrolowania syntezy jądrowej

Naukowcy z DeepMind znaleźli kolejną prawdziwą aplikację dla swojego programu AI.

Laboratorium sztucznej inteligencji w Londynie należące do AlfabetW środę ogłosił, że wyszkolił system sztucznej inteligencji do kontrolowania i rzeźbienia ultragorącej plazmy w reaktorze syntezy jądrowej.

Fuzja jądrowa, proces, który napędza gwiazdy wszechświata, obejmuje rozpad i stopienie wodoru, powszechnego pierwiastka w wodzie morskiej.

Proces ten, który uwalnia ogromne ilości energii, został opisany jako nieograniczone źródło czystej energii, ale wiele wyzwań technicznych pozostaje do pokonania.

Tutaj na Ziemi naukowcy używają tokamaków – okrągłych naczyń otoczonych cewkami elektromagnetycznymi – aby spróbować odtworzyć reakcje syntezy jądrowej zachodzące w przestrzeni kosmicznej.

Magnesy w tych tokamakach służą do „zatrzymywania” lotnej plazmy wodorowej, która jest znacznie gorętsza niż jądro Słońca. Sterowanie cewką magnetyczną wymaga obecnie wielu warstw złożonych systemów sterowania.

Martin Redmiller, szef zespołu kontrolnego w DeepMind i współautor książki A Artykuł opublikowany w czasopiśmie Nature W środę powiedział CNBC, że jest to „naprawdę złożona” kwestia kontroli.

We współpracy ze Swiss Plasma Center na EPFL, uniwersytecie w Lozannie w Szwajcarii, DeepMind powiedział, że opracował wspomagany sztuczną inteligencją system uczenia się, który może sterować magnesami i zmieniać ich napięcie tysiące razy na sekundę.

Ulepszenie nauki, technologia szkolenia AI, którą DeepMind szczególnie trąbi, polega na zaprogramowaniu AI do podejmowania określonych działań w celu maksymalizacji szans na zdobycie nagrody w danej sytuacji. Innymi słowy, algorytm „uczy się”, jak wykonać zadanie, szukając tych zaprogramowanych nagród.

Nienazwany AI DeepMind, który został opracowany na wirtualnym symulatorze, został użyty około 100 razy na tokamaku w szwajcarskim centrum plazmowym znanym jako Tokamak Variable Formation. Magnes kontroluje tokamak przez dwie sekundy, czyli maksymalny czas, przez jaki reaktor może działać, zanim się rozgrzeje.

Około 10-20 osób z DeepMind pracowało nad systemem AI z około 5-10 osobami z EPFL.

„Fuzja, jak widzę, jest jednym z najbardziej fundamentalnych źródeł energii, jakie mamy w całym wszechświecie” – powiedział CNBC Federico Felici, naukowiec ze Swiss Plasma Center. „Kiedy już faktycznie opanujemy tę technologię… to ogromny wyczyn, ponieważ w przyszłości będziesz mógł mieć prawie nieograniczoną energię”.

Damien Ernst, profesor Université de Liège, który nie był zaangażowany w prace, okrzyknął te badania jako jedno z najważniejszych dotychczasowych zastosowań uczenia ze wzmacnianiem, dodając, że „mogłoby to znacznie przyspieszyć rozwój reaktorów termojądrowych i ostatecznie potencjał do walki z globalnymi zmianami”.

DeepMind postanowił zhakować sztuczną ogólną inteligencję, często określaną jako Święty Graal sztucznej inteligencji.

Firma zaczęła opracowywać systemy sztucznej inteligencji, które potrafią opanować gry takie jak szachy i go. Teraz chce zastosować więcej swojej technologii w rzeczywistych zastosowaniach i nauka.

Chociaż Google znalazł zastosowania dla sztucznej inteligencji DeepMind, jego technologia nie była szeroko stosowana gdzie indziej.

Demis Hassabis, dyrektor generalny DeepMind, powiedział w oświadczeniu, że firma wykazała zdolność sztucznej inteligencji do przyspieszania postępu naukowego i otwierania nowych obszarów badań w biologii, chemii, matematyce, a teraz fizyce.

DeepMind zatrudnia około 1000 osób na całym świecie, w tym kilku czołowych naukowców zajmujących się badaniami nad sztuczną inteligencją, którzy mogą otrzymywać roczne pensje przekraczające 1 milion dolarów. Ci znani ludzie, którzy często mają doktoraty z Oksfordu, Cambridge, Stanford i MIT, mogą zdobyć tego rodzaju pieniądze, ponieważ są również poszukiwani przez duże firmy technologiczne, takie jak Facebook, Apple, Amazon i Microsoft.