מדען צעיר מאוניברסיטה הולנדית יצר אלגוריתם רשת עצבית המאפשר לך להאיץ באופן קיצוני את הדמיית התנהגות הפלזמה בכור היתוך.
ככל שהבעיה המדעית או ההנדסית מורכבת יותר, כך תפקידה של הדמיית מחשבים לפתור אותה גדול יותר. כלל זה כמעט תמיד מאושר על ידי תרגול, והפיזיקה המודרנית אינה יוצאת דופן. כור תרמו -גרעיני פועל, המפיק לפחות כמות אנרגיה כפי שהוצא להשקתו והפעלתו, הוא הגביע הקדוש למדענים מודרניים. והמורכבות החישובית הגבוהה להפליא של המודלים המתארים את התנהגות הפלזמה במערך כזה מונעת מאיתנו להתקרב אליו.
ובהתחשב במחיר של כל כוכבים וטוקמקים, רצוי מאוד להימנע מטעויות בעת ביצוע ניסויים בהם. והזמן יקר, ועדיף להימנע מפגיעה בהתקנות. לכן גם ערך המודלים עולה: קל ובטוח יותר למדענים לבדוק תחילה את השערותיהם בסימולציות. מסתבר שאחד הגורמים המגבילים בקידום ההתקדמות בתחום התגובה התרמו -גרעינית מבוקרת הוא יעילות המודלים. ועד כה הוא רחוק מלהיות אידיאלי: מחשבי על משמשים לחישובים בקנה מידה מלא, והתוצאות המשוערות מתקבלות כתוצאה ממאות שעות הפעלה של מחשבים רגילים.
אהרון הו, דוקטורנט באוניברסיטה הטכנית באיינדהובן (הולנד), ניסה לתקן את המצב. הוא עובד בקבוצת המחקר פיוז'ן של המחלקה לפיזיקה שימושית. על פי SciTechDaily, הו הגן לאחרונה על עבודת הדוקטורט שלו על יישום בינה מלאכותית כדי לדמות התנהגות פלזמה בטוקמאקים. האלגוריתם שיצר כבר כלול במערך רב עוצמה של כלי תוכנה לפיזיקאים גרעיניים בשם JINTRAC.
הרעיון של המדען הצעיר הוא להחליף את הקוד המתאר את מודל מערבולת הסדר הנמוך ברשת עצבית. הוא אימן את ה- AI במספר מערכי נתונים - תשומות, מהתקנות מדעיות אמיתיות, ותוצאות מהכלי QuaLiKiz הקיים, החוזה את תנועת הפלזמה בטוקומקים עקב מיקרו טרבול. מכיוון שזהו מנגנון ההעברה העיקרי במכשירים כאלה, הדיוק והמהירות של הדגם חשובים. לאחר האימון, הרשת העצבית שולבה ב- QuaLiKiz ונבדקה על נתונים חדשים, והשווה אותם לאלגוריתם הישן.
יצא יותר ממרשים. ה- QuaLiKiz הרגיל השלים את המשימה על 16 ליבות תוך 217 שעות, ואילו המצויד ב- AI השלים את המשימה על ליבה אחת תוך שעתיים. כלומר, גם בלי לקחת בחשבון את ההבדל במספר המעבדים הדרושים לעבודה של המודל, התברר כי ההאצה הייתה יותר ממאה פעמים. ואם נעריך את עוצמת המשאבים הכוללת, ההבדל גדול בהרבה.
אבל לשיטה, כמובן, יש מגבלות, כי שום דבר אינו בחינם. הדיוק של המודל החדש במהלך הבדיקה היה נמוך יותר: התוצאות בין "הרשת העצבית" לבין QuaLiKiz הרגילה נבדלו בכ -10%. יש מקום לשיפור ברגע זה, אך באופן יסודי אי אפשר להשיג דיוק של 100% בעזרת בינה מלאכותית. מצד שני, QuaLiKiz עצמה משמשת למידול פשוט, מכיוון שהיא משתמשת בחישובים משוערים. לכן במקרה המתואר המהירות חשובה יותר וישנם כלים אחרים לחישובים מדויקים יותר.