El laboratori de la Universitat de Rochester per a Laser Energetics (LLE) està equipat amb l'Omega Laser, la instal·lació làser acadèmica líder del món. D’un cop d’ull, sembla una elaborada pista de marbre de partícules de llum i plasma, capaços de dividir i amplificar un feix abans de centrar -lo en un objectiu petit. La seva missió principal és explorar fenòmens astrofísics, provar materials a pressions a escala atòmica extrema i treballar per avançar en la investigació de fusió pertorbadora.
Gràcies a una subvenció de 503 milions de dòlars fins al 2024 de l’Administració nacional de seguretat nuclear del Departament d’Energia dels Estats Units (DOE), el Rochester Laser Laboratory ha creat condicions ideals per realitzar aquests estudis crítics. El laboratori làser realitza experiments complexos de fusió un cop al mes, i els científics tenen aproximadament cinc oportunitats per disparar làsers i registrar dades. Mitjançant simulacions informàtiques de camp multipísica, els científics són capaços de comprendre més profundament el plasma de fusió, els experiments de disseny i interpretar els resultats, tot i que aquestes simulacions no poden reproduir plenament tots els detalls experimentals.
L'experiment va començar amb una càpsula de plàstic que contenia el deuteri-triti congelat, només mil·límetres de diàmetre, a una temperatura de 20 graus per sobre del zero absolut ", va dir el director de LLE Christopher Deeney. Aleshores, en un milió de dòlars, la càpsula es comprimeix a un diàmetre menor que una cadena de pèl humà i la temperatura puja fins a més de 30 milions de graus ". Aquest procés no només requereix un coneixement profund de la física, sinó que també s’han d’utilitzar tècniques de diagnòstic avançades per mesurar en detall tots els fenòmens que es produeixen en aquest instant.
Per aprofitar la riquesa de dades recollides per aquestes tècniques de diagnòstic avançades i per accelerar la investigació de la fusió nord -americana de manera més àmplia, els científics de LLE es dirigeixen a la intel·ligència artificial (IA) i altres tecnologies computacionals avançades.
Des de fa més de 50 anys, LLE promou activament i aborda els reptes bàsics en el camp de la fusió de confinament inercial (ICF). La ICF és àmpliament reconeguda a la comunitat científica com l’enfocament més prometedor per assolir la fusió termonuclear controlada i representa una prometedora tecnologia d’energia neta i renovable.
Christopher Kanan, professor associat d'informàtica a la Universitat de Rochester, explica: "ICF és essencialment un problema de física inversa, on els científics han de invertir les propietats precises del làser i l'objectiu".
El propi Omega no va ser dissenyat per aconseguir l’encesa, sinó per avançar en la comprensió de la fusió de tracció directa impulsada per làser. La instal·lació nacional d’encesa del Laboratori Nacional de Livermore, que és 60 vegades més energètica que Omega, ha trobat una solució al problema de la física inversa i ja ha aconseguit l’encesa el 2022. Tant els avenços realitzats a Omega com la consecució de l’encesa es basen en el modelat estadístic Per omplir els buits en la nostra comprensió completa de la física.
La bretxa de coneixement que existeix entre simulacions i experiments prové de la complexitat de la física, de les limitacions de les mesures i de l’ampli abast de l’esforç de recerca, que inclou la física nuclear, la física del plasma i la investigació en ciències de materials realitzades en condicions extremes que desafien fins i tot Els codis informàtics més avançats.
Primer, hi ha la qüestió de l'objectiu; L’experiment comença amb una esfera de plàstic buit que es pot col·locar a la punta d’un passador; Els investigadors de LLE utilitzen eines de precisió per crear l’esfera i omplir -la amb isòtops d’hidrogen, que després es refreden fins a zero gairebé absoluts. El procés de congelació va fer que l’hidrogen formés una capa de gel dins de la closca de plàstic.
L’equip de recerca LLE busca una manera de detectar amb precisió matisos i patrons de les dades com a mitjà per guiar les simulacions informàtiques per produir prediccions més precises. Al seu torn, aquesta capacitat de predicció millorarà els experiments de fusió i impulsarà la propera generació de la investigació de fusió i la tecnologia làser.
La intel·ligència artificial i, en particular, el seu aprenentatge automàtic de subcamp, pot ajudar a optimitzar l'eficàcia predictiva dels codis informàtics i millorar les prediccions mitjançant l'experiència. L’aprenentatge de màquines no només realitza analítiques predictius, sinó que també processa dades, s’inclouen relacions i aplica aquest coneixement a les seves funcions.
Riccardo Betti, el científic principal de Lle i el professor de Robert L. McCrory al Departament d'Enginyeria Mecànica i el Departament de Física i Astronomia de la Universitat de Rochester, va assenyalar: "Ara tenim una gran quantitat de dades experimentals que, amb l'ajuda de L’aprenentatge automàtic es pot utilitzar per corregir les simulacions i guiar els ajustaments en temps real als experiments.
El treball de recerca de Betti i Kanan es basa en avenços recents en intel·ligència artificial generativa, una tècnica de IA que genera dades i altres formes de sortida, com ara text i vídeo. L’equip d’investigació de la Universitat de Rochester utilitza aquests algoritmes avançats per resoldre problemes de física inversa per millorar la precisió de les simulacions. El programa del Departament d’Energia del Departament d’Energia dels Estats Units (FES) ha proporcionat prop de 3 milions de dòlars en suport de finançament per a aquesta investigació, que s’espera que finalitzi el 2026.
Riccardo Betti va afegir: "El nostre objectiu és millorar les prediccions de simulació amb l'ajuda de la IA generativa i inferir amb precisió les propietats de les interaccions làser-objectiu. Estem aprofitant el poder de l'AI per accelerar el futur de la tecnologia de fusió".
El doctor Varchas Gopalaswamy, científic del departament de teoria de Lle i professor ajudant d’enginyeria mecànica, afirma: “Una vegada que percebem una discrepància entre les prediccions de simulació i els resultats experimentals, podem aplicar l’aprenentatge automàtic per reconciliar els dos”. També explica: "Si una variable canvia en l'experiment, la simulació pot respondre en conseqüència? Aquesta resposta es reflectirà en l'experiment? " Gopalaswamy va afegir: "Amb l'anàlisi més profunda dels patrons de les dades de l'aprenentatge automàtic, vam poder formular noves hipòtesis, explorar diferents fenòmens físics i dissenyar millors experiments".
Gopalaswamy també va assenyalar: "Un dels reptes de confrontar la ICF és que les dades experimentals de fusió que vam utilitzar per entrenar la IA eren relativament limitades en comparació amb la gran base de dades de les imatges de gats. En aquest cas, és especialment difícil utilitzar les dades empíriques disponibles Per solucionar la bretxa de coneixement.
La American Physical Society ha reconegut el treball de Betti, Gopalaswamy i altres científics de la LLE amb el premi John Dawson per a l’excel·lència en la investigació en la física del plasma per als seus èxits pioners en la predicció, el disseny i l’anàlisi d’experiments d’implosió amb els 30 kJ Omega Laser.
La investigació artificial d’intel·ligència i aprenentatge automàtic al Laboratori Laser Rochester també ha contribuït a diversos descobriments de Dustin Froula, director de la divisió de ciències de ciències i enginyeria làser de plasma i ultrafast i el seu equip. Al llarg de la seva carrera, Froula i el seu equip han desenvolupat diverses tècniques, incloses una per mesurar la temperatura del plasma mitjançant la dispersió de Thomson, i fins i tot han trencat un nou terreny en tècniques de "mosca" o controlant la intensitat del làser a llargues distàncies. I l’aprenentatge automàtic està revolucionant la manera de dissenyar experiments, que ens permet construir millors làsers a mesura que preveiem instal·lacions de propera generació. "Explica a més," els làsers han estat utilitzats de diverses maneres. A més, explica que "diversos colors de l'espectre del feix làser ajudaran el plasma a propagar -se a través del feix de manera més eficient i l'AI ens ajuda a comprendre les interaccions complexes entre aquests diferents colors i el plasma".
Finalment, el Centre del Departament d’Energia per a la Recerca de Fusió Nuclear ha donat a LLE la designació d’un centre de recerca nacional dissenyat per avançar en l’energia de fusió inercial (IFE), una prometedora tecnologia d’energia neta que es basa en la fusió d’àtoms d’hidrogen pesat (Deuteri i triti)) per produir energia.
Basant -se en els punts forts de recerca interdisciplinaris de la Universitat de Rochester, Lle ha reclutat amb èxit a diversos estudiants per millorar l’aplicació de la intel·ligència artificial i l’aprenentatge automàtic en investigacions convergents.
Segons Gopalaswamy, "El nostre objectiu és inspirar els estudiants amb una passió continuada per l'aprenentatge automàtic per millorar encara més la precisió de les nostres eines de diagnòstic. De fet, necessitem experts de la IA i científicament sòlids.
Va afegir: "A mesura que la nació es transmet a l'energia neta i al poder sostenible, l'aplicació de la IA en la investigació de fusió és prometedora i podria convertir -se en un camp de mà d'obra emergent".
Valeri Goncharov, directora de la Divisió de la Teoria de Lle i professora ajudant de recerca al Departament d'Enginyeria Mecànica, va assenyalar: "La intel·ligència artificial és una eina important per guiar la nostra investigació. Optimitzant aquestes eines, podem millorar els resultats de la nostra investigació. Mentre que aquestes eines faciliten la investigació , la força motriu de la innovació es deriva de la nostra intel·ligència.
