Gerçek zamanlı füzyon plazması davranışını öngörme ve kontrol etme için yapay zeka teknolojisi

 (control.princeton.edu)
1 puan yazan GN⁺ 2024-11-09 | 1 yorum | WhatsApp'ta paylaş

Yapay zeka kullanarak gerçek zamanlı füzyon plazması davranışını öngörme ve kontrol etme

  • Çok modlu süper çözünürlük: Birden fazla uzamsal ve zamansal fizik ölçeği tarafından yönetilen doğrusal olmayan karmaşık sistemler, tek bir tanı yöntemiyle tam olarak anlaşılamaz. Birden fazla tanıyı birleştirmek, sistem fiziğinin eksik projeksiyonlarına yol açar. Bu boşlukları, gizli çapraz korelasyonları belirleyerek kapatmak mümkündür. Bunun için yenilikçi bir makine öğrenimi metodolojisi tanıtılıyor. Bu metodoloji, edge-localized mode (ELM) gibi plazma kararsızlıklarının ele alınmasına yardımcı olur.

  • Makine öğrenimiyle gerçek zamanlı profil kontrolü: Tokamakta plazmayı kontrol etmek için çeşitli "aktüatörler" kullanılır. Model öngörülü kontrol, fizik deneylerinin başarı oranını artırabilir ve zamandan tasarruf sağlayabilir. Gerçek zamanlı fizik modelleri her zaman doğru olmadığından, yalnızca gerçek zamanlı tanıları kullanarak 100 mikrosaniye içinde tahmin üreten makine öğrenimi modelleri geliştiriliyor.

Yüksek çözünürlüklü tanılarla plazma davranışını izleme

  • Kararsızlık tespiti ve sınıflandırması: Elektron siklotron emisyon sinyallerine dayanarak plazma çekirdeğindeki kararsızlıkları tespit eden ve sınıflandıran araştırmalar yürütülüyor. Reservoir Computing Networks gibi makine öğrenimi modellerinin, zaman serisi verilerini işlemede etkili olduğu gösterildi.

  • Tanı verilerinin doğruluğunu ve kapsamını artırma: Tanı verilerinin doğruluğu ve kapsamı, füzyon araştırma cihazları ve reaktörlerin optimum performansını anlamak açısından önemlidir. Makine öğrenimi tabanlı yaklaşımlarla tanı sinyalleri yeniden üretiliyor ve sinyal görselleştirmesi iyileştiriliyor.

Tokamak taşıma modellerinin büyük veri tabanlarıyla çapraz doğrulanması ve doğrulaması

  • Tokamak taşıma tahminlerinin güvenilirliğini artırma: DIII-D deşarjları kullanılarak istatistiksel anlamlılık sağlanıyor ve tahmin modellerinin güvenilirliği artırılıyor. 1D taşıma çözücüleri ASTRA ve TRANSP doğrulandı; depolanan enerjiyi tahmin etmede yüksek doğruluk gösterdiler, ancak plazma sıcaklık profili tahmininde basit deneysel modellere kıyasla istatistiksel bir avantaj sağlamadılar.

Gerçek zamanlı Carbon-III emisyon ön yüz proxy'si ile kararlı divertor ayrılması

  • Kararlı divertor ayrılması: Tokamağın, aşırı ısı akısından kaynaklanan divertor plakası hasarını önlerken iyi hapsolmayı korumasını sağlar. Makine öğrenimi algoritmaları kullanılarak tokamak içindeki herhangi bir noktadan ayrılma değeri doğrudan bulunabilir ve gerekirse aktüasyon sinyalleri ayarlanabilir.

İlgili okumalar

1 yorum

 
GN⁺ 2024-11-09
Hacker News yorumları

  • Bu arada https://www.ri.cmu.edu/ai-meets-fusion-cmu-princeton-join-fo... da bakmaya değer
    Asıl gönderilen bağlantı buydu, ama https://news.ycombinator.com/item?id=42077657 üzerinden değiştirildi

  • Bugün öğrendim: Bu sadece moda sözcüklerin bir araya getirilmesi değilmiş
    https://en.wikipedia.org/wiki/Fusion_power#Machine_learning

    • Danışmanım da tokamak içindeki elektron yoğunluğu ve sıcaklığını tahmin etmek için bir makine öğrenmesi projesi yapmıştı: https://www.cs.wm.edu/~ppeers/showPublication.php?id=Ozturk:...
      Teknik olarak “füzyonda yapay zeka” kapsamına giriyor, ama bunu bir tür dönüm noktası olarak görmek zor. Neredeyse her durumda yapay zekanın etkisi çevresel düzeyde; tamamen sıfır değil, ama abartılı tanıtımlardan çok uzak
    • Yaklaşık 20 yıl önce grid computing üzerinde çalışırken bile füzyon deneyleri yürütüyor, verileri gerçek zamanlı olarak gride aktarıp hızla analiz ediyor ve bir sonraki çalıştırma için yeni parametreler hesaplıyorduk
      O zamanlar sanırım yaklaşık 20 dakikalık bir kesinti süresi vardı. Buna o dönemde makine öğrenmesi demiyorduk ve kesinlikle bugünkü derin öğrenme değildi
    • İlginç. Orion gibi yeni nesil AR başlıklarının, bazı cihaz denetleyicilerinin üzerine yapay sinir ağlarından türetilmiş bir katman ekleyerek imkansız görünen şeyleri mümkün kılmasını hatırlatıyor
      Olgunlaşmış kaba kuvvet teknikleri karşısında kaç problemin temelden değişeceğini merak ediyorum
    • Yaşamı kendini sürdürmeye çalışan karmaşık bir kimyasal reaksiyon olarak görürsek oldukça ilginç
    • Yapay zeka moda sözcük değil. Makine öğrenmesi olmadan Go oyununda kazanmayı deneyin
      Kurumsal dili görmezden gelirseniz, sinir ağları sayesinde neredeyse ilk kez mümkün olan pek çok harika şey görürsünüz

  • Füzyon alanında epey yapay zeka araştırması var. Tokamak gibi manyetik hapsetmeli füzyonla rekabet eden ataletsel hapsetmeli füzyonda, National Ignition Facility (NIF) “ateşleme”ye ulaşan deneyde yapay zeka kullandı
    Laboratuvarımız, yapay zeka ile ataletsel hapsetmeli füzyonu (ICF) geliştirmek için Laboratory for Laser Energetics araştırmacılarıyla iş birliği yapıyor. Yakın zamanda ICF deney sonuçlarını Kolmogorov-Arnold Networks (KANs) ile tahmin eden bir makale [1] yayımladık. Mevcut fizik simülatörleri eski Fortran kodlarına dayanıyor, yavaşlar ve tahminlerle gerçek lazer atışları arasında büyük hata payı var; bu yüzden sinir ağlarıyla daha iyi tahminleyiciler oluşturmayı da hedefliyoruz. Gerçek verilerle hızlı iterasyon yapmak zor ve ICF atış veri kümesi de yalnızca yaklaşık 300 örnekten oluşuyor; bu nedenle buna ihtiyaç var
    [1] https://arxiv.org/abs/2409.08832

    • Yine bilgisayar bilimi tarafında “eski Fortran kodu berbat” denilen akımlardan biri. Kod tahminleriyle lazer atışları arasındaki büyük hata, LPI’nin doğası gereği çok gürültülü olmasından ve koşulları tamamen kontrol etmenin pratikte imkansız olmasından kaynaklanıyor
      Pahalı simülasyonları günlerce, hatta haftalarca çalıştırsanız bile, deneyde odak 1 mikron sapsa sonuçlar bir mertebe değişebiliyordu. Sorun “eski Fortran kodu”nun kendisi değil; onun içinde doğru fizik var. Sorun başlangıç koşullarını kontrol edememek, bu yüzden böyle sistemleri simüle etmek zor
      Kod sihir değil, fizik kodu; genellikle deneyle ilgili fiziği anladığımız şekliyle kodlar. Dolayısıyla bu, fizik modelinin yanlış olduğunu söylemeye benziyor; bu ise neredeyse 100 yıllık plazma fiziğini geçersiz kılmayı gerektirecek kadar çok daha yüksek bir çıta. Hava tahmininde olduğu gibi dünyanın her yerine meteoroloji balonu salabiliyor da değiliz; hedefin her mikronunu her zaman plazma sıcaklığı ve yoğunluğuna kadar sondalayamıyoruz
    • Eski Fortran kodu ile yapay zeka arasında epey geniş bir boşluk yok mu?
      Mevcut algoritmaları C ile yeniden yazıp modern teknikler uygulamak nasıl olur? Multithreading ya da GPU hesaplama gibi şeyler. Eğer bunda değer varsa yapılabilir gibi görünüyor ve o kadar uzun da sürmeyebilir
    • “Eski Fortran kodu, yavaş ve tahmin hatası büyük” kısmını merak ediyorum
      Bu alandaki projelerle ilgili API’leri, yazılımları, kaynak kodunu açıklayan çevrim içi referanslar veya belgeler var mı merak ediyorum

  • Yaklaşık 20 yıl önce İtalya’da Padova Üniversitesi’nde lisans öğrencisiyken, şehrin dışındaki Legnaro’da bir füzyon deney düzeneği vardı
    Füzyon düzeneği bir binadaydı, kontrol odası ise yan binadaydı. O zamanlar CRT monitörler kullanılıyordu; her füzyon olayı gerçekleştiğinde manyetik hapsetme alanı o kadar güçlüydü ki kontrol odasındaki tüm ekran görüntüleri aynı anda bir yana kayıyor, alan kapanınca geri dönüyordu. Binaların arasından geçerek oluyordu bu

    • Bunun sabit diskleri ya da mikrofonları da etkileyip etkilemediğini merak ediyorum

  • Bu sadece araştırma fonu yenileme duyurusu mu?

  • “However, uncovering these inter-correlations analytically is too complex to be achieved analytically.” demiş; insanın içinden bir iç çekmek geliyor
    Kendi işine heyecan duymak güzel ve takdire değer, ama cümleleri biraz daha cilalayıp “groundbreaking”, “now.. for the first time”, “unprecedented” gibi tanıtım kokan moda ifadeleri kullanmayı bıraksalar olmaz mı? Bu tür dağınık ifadeler iddianın okunabilirliğini ciddi biçimde zedeliyor ve açıkçası okuyucuda olumsuz bir önyargı oluşturup güvenilirliği de düşürüyor

    • Yazım sürecinde LLM kullanılmış olma ihtimali yüksek

  • Nötronlar donanımı radyoaktif hâle getirir
    Hacker News’te fisyon değil, füzyon reaktörü hayali kuran çok insan var. Böyle füzyon reaktörleri güçlü hızlı nötron kaynakları olacak ve içerideki tüm donanım radyoaktif hâle gelecek. Gama ışınlarını saymıyorum bile
    Zaten radyoaktif maddelerle uğraşmak gerekecekse neden doğrudan fisyon kullanmıyoruz? Fisyon reaktörleriyle 70 yıldır uğraşıyoruz ve bunları %95’in üzerinde verimle nasıl inşa edip işleteceğimizi biliyoruz. Fisyon ihtiyaç duyulan tüm elektriği sağlayabilir
    Şu anda 32 ülkede 440 fisyon reaktörü çalışıyor ve ABD elektrik şebekesinin %20’si fisyondan geliyor. Enerji teknolojisi geliştirmek istiyorsanız fisyonu iyileştirmeye odaklanmalısınız. Örneğin TRISO yakıtı (https://news.ycombinator.com/item?id=41898377) veya Lightbridge’in yaptığı işler (https://www.ltbridge.com/lightbridge-fuel) gibi. Hacker News fisyona karşı düşmanca ve fisyon teknolojisinde yeniliği hayal edemeyen yenilgici bir tavır sergiliyor, ama bu tutum zamanla değişecek
    John Carmack’tan alıntıyla: “Döteryum füzyonu ucuz ve fiilen sınırsız bir yakıt kaynağı ile makul bir atık akışı sağlayacaktır, ancak ısı üretme yöntemi olarak fisyona kıyasla neredeyse gülünç derecede karmaşık ve pahalıdır. Fisyon temelde ‘bu taşları yan yana koyarsan ısınırlar’ düzeyindedir”

    • Uzman değilim, ama bildiğimi sandıklarım şunlar. Bir Fransız bakış açısından söylersem, elektriğimin büyük bölümünü fisyon nükleer santrallerinden tüketiyorum
      1/ Uranyum yenilenebilir değil; hatta tam tersi. Madencilik ve işleme gerektiriyor, pahalı ve oldukça kirletici. Dünyanın çoğu yerinde gereken yoğunlukta bulunmadığı için jeopolitik sorunlar da yaratıyor
      2/ Fisyon nükleer santralleri düzgün işleyen bir ülke ya da hükümet ve savaşsız bir ortam gerektiriyor. Bir nükleer santrale yapılacak konvansiyonel saldırı bile yıkıcı ve uzun süreli sonuçlar doğurabilir; rastgele bir terör grubu da böyle bir şey yapabilir
      3/ “Araştırmacılar nihayetinde protiyum-bor-11 tepkimesini benimsemeyi umuyor; çünkü yan tepkimeler mümkün olsa da doğrudan nötron üretmiyor” diye bir yazı okudum. Wikipedia’dan alıntı ama aynı şeyi başka kaynaklarda da görmüştüm
      Bu yüzden füzyon, araştırmanın karmaşıklığı ve maliyeti nedeniyle kısa vadede en iyi seçenek gibi görünmüyor; ama orta ve uzun vadede kesinlikle en iyi seçenek gibi görünüyor. Kömür ve petrolle kısa vadeli felaket seçimini zaten yaptık; umarım bundan ders çıkarırız
      Ya da tamamen yanılıyor da olabilirim
    • “Nötronlar donanımı radyoaktif hâle getirir” doğru, ama iki not var
      1. Füzyondan kaynaklanan nötron bombardımanı donanımı 10 yıldan kısa süre radyoaktif hâle getirir; bu iyi değil, ama fisyon atıklarıyla kıyaslanacak düzeyde de değil
      2. Bazı füzyon süreçleri nötron yaymaz; yani anötronik füzyondur. Benim anladığım kadarıyla bu süreçlerin verimi düşük, ancak radyoaktif atık üretimi ile verim arasında bir ödünleşim olasılığı var
    • “%95’in üzerinde verimle işletmek” ile ne kastedildiğini pek anlamadım
      Reaktörden enerji ya da elektrik elde etmenin tüm sürecinden söz ediliyorsa bu imkânsız. Hâlâ Carnot çevrimi sınırlarına tabidir. HTGR gibi en gelişmiş reaktörlerde bile verim yaklaşık %45’tir
      Standarttan farklı bir verim tanımı kullanılıyorsa, o tanımı belirtmeniz iyi olur
      [1] https://en.wikipedia.org/wiki/High-temperature_gas-cooled_re...
    • Bir ay önce de neredeyse kelimesi kelimesine aynı yorumu[0] göndermişsin; neden? Sebebini bilmiyorum ama “Hacker News’te fisyon değil, füzyon hayali kuran çok insan var” cümlesi aklımda kalmış
      [0] https://news.ycombinator.com/item?id=41677250
    • Bence bu en küçük sorun. Daha büyük sorun nötron korozyonu
      Füzyon için gereken trityumu üretmek üzere lityum zırhlama kullanma yöntemi var, ama özellikle uzun vadeli reaktör ömrü açısından ne kadar etkili olduğunu bilmiyorum. Bu tür reaktörler çok pahalı olduğundan, her yıl durdurup tüm Li zırhlamasını değiştirmeye değip değmeyeceği de belli değil