谷歌「驗光師」AI演算法,讓可控核聚變早日成真!

2021-09-10 16:54:38 字數 1802 閱讀 3012

2019-02-10 13:23:23

可控核聚變一直是人類追逐的理想。現在,tae技術公司與谷歌合作,在「驗光師」ai演算法的幫助下,讓我們有望離這個夢想的實現更近了一些。

我點了一下滑鼠,只聽一聲巨響,我將等離子超高溫電離氣體以每秒數百英里的速度。此刻我正坐在一家名為tae technologies的聚變能源創業公司的控制室裡,我剛剛對價值1.5億美元的等離子對撞機進行了發射操作。這只是該公司長期追求核聚變能源嘗試的一小部分。不過,我來這家公司總部的原因,是要談談一種名為「驗光師」的ai演算法。

核聚變是太陽賴以發光的能量反應。目前,人們一直在努力實現對核聚變反應的有效控制,但由於實現這個目標的難度極大,而且成本高昂,不免混雜了大量炒作和懷疑之聲。(氫彈**時的反應就是不受控制的核聚變反應。)

可控核聚變一直是科學家的一大夢想,取之不盡的能量,又沒有碳排放或核熔化的風險。但幾十年來,科學家距離這個目標仍然很遙遠。

去年,美國能源部的乙個顧問團隊發布了一系列顛覆性的技術,有望「大幅提高核聚變發電廠技術的進步速度。」這些技術中就包括先進的演算法、如人工智慧和機器學習。

這正是tae technologies公司所追求的戰略:這家已有20年歷史的創業公司在幾年前開始與谷歌合作開發機器學習工具,希望最終能夠實現ai與可控核聚變技術的融合

tae公司價值1.5億美元的等離子對撞機

這種技術融合包括在足夠高的溫度下將輕質顆粒相互撞擊,使它們融合在一起,產生新元素並釋放能量。一些實驗在名為「托卡馬克」的大型金屬圓環內利用磁場控制「等離子體」的超高溫電離氣體。

勞倫斯利弗莫爾國家實驗室(lawrence livermore national laboratory)在乙個小型金色容器中發**世界上最大的雷射器,裡面裝有更細小的核燃料顆粒。 tae在名為norman的線性機器旋轉等離子體,每次發射需要調整數千個變數。

tae與谷歌合作,使用一種稱為「驗光師」演算法的系統,幫助團隊發現並達成理想的融合條件。

由谷歌的團隊開發的名為「驗光師演算法」(optometrist algorithm)的獨特解決方案,可以把人力和機器聚合到一起。這個名稱源於專家用雙眼檢查的過程,即演算法會向人類專家呈現連續的可能結果對,讓專家基於自身判斷從兩者之間進行選擇,以此引導後續實驗。

「現實情況要複雜得多,」谷歌加速科學團隊(accelerated scienceteam)的泰德·巴爾茲(ted baltz)解釋道,「因為離子溫度要比電子溫度高3倍,所以等離子體遠遠偏離了熱平衡。此外,流體逼近也完全無效。所以,在數萬億個粒子當中,你必須至少對其中一些進行追蹤。於是,整件事就超出了我們的能力範圍,即便我們擁有谷歌規模的計算資源。」

「我們把問題化歸成,讓我們找出那些被人類專家認為是有趣的等離子體行為,同時在這樣做的時候不要弄壞機器。」巴爾茲說道。

把這種技術整合到tae的實驗過程,這讓研究得以取得驚人的快速進展。發表在《科學報告》(scientific reports)雜誌的一篇新研究報告顯示,這套演算法出乎意料地讓實驗的能量損失率下降了50%,並讓tae場反轉結構(frc)等離子體發生器中的離子溫度和等離子體能量實現同步增加。

「如果沒有先進計算力量來快速擴充套件我們對等離子體複雜特性的理解,這樣的結果可能需要數年時間才能得出,」tae的總裁兼首席技術官公尺切爾·賓德鮑爾(michl binderbauer)說。

目前的挑戰不少,但也有很多值得保持樂觀的發現。 tae的首席科學家埃里克特拉斯克說:「我們最終的目標是讓發電廠燃燒的清潔燃料變得非常豐富,並且可以持續使用。現在,我們認為已經找到了一種實現方法,但還沒有找到能夠展示的方式。這才是最難的部分。」

目標!AI演算法工程師!

先來說說自己目前的條件吧,本科電氣工程及其自動化,研究生英國商業管理一年,現在就職於上海某市場調研公司就任資料分析師。先來說說自己選擇成為攻城獅而不是程式猿的的原因。因為我本科學的電氣工程,所以工程學思維一直在我心裡徘徊不去,專案一定要落地,沒有結果的專案是沒有意義的,再加上我的c語言和高數也還行,...

谷歌大腦小姐姐親授 如何拿下AI工程師崗位 n

軟體工程 ai安全團隊中的一些工程師崗位並不要求機器學習經驗。如果你具備以下條件,可能就申請這些職位了 如果你是乙個對這些崗位感興趣的軟體工程師,那麼可能不需要任何額外的準備,可以直接申請這些職位。機器學習工程和研究工程 一些崗位要求候選人具備實現和除錯機器學習演算法的經驗。如果你還沒有機器學習經驗...

AI演算法工程師電話面試記錄

介紹自己 自己的優勢與劣勢 介紹乙個專案 邊緣檢測 除了canny還有啥 霍夫變換 sift surf特徵,具體使用效果 hog特徵是啥 穩像是什麼 怎麼得到灰度影象,opencv怎麼實現的 灰度轉二值影象,閾值怎麼選擇 區域性自適應啊 const static的區別 define extern的區...