Gli scienziati di Rochester svilupperanno una piattaforma di intelligenza artificiale (apprendimento automatico) per aiutare a prevedere, progettare e migliorare le implosioni della fusione laser per l’energia di fusione inerziale.
I ricercatori del Università di Rochester e Hewlett Packard Enterprise ritengono che l’intelligenza artificiale possa aiutare gli scienziati a compiere il passo successivo creazione di fonti di energia da fusione.
IL Dipartimento dell’Energia degli Stati Uniti sta fornendo a un team di fisici della fusione e scienziati informatici quasi 3 milioni di dollari per esplorare come l’apprendimento automatico e la scienza dei dati possono aiutare a prevedere, progettare e migliorare le implosioni della fusione laser.
Una vista all’interno della camera bersaglio OMEGA durante un esperimento al LLE. L’impianto laser OMEGA viene utilizzato per la ricerca sulla fusione a confinamento inerziale guidata dal laser. Credito immagine: foto del Laboratorio di Energetica Laser dell’Università di Rochester / Eugene Kowaluk
Per anni, gli scienziati hanno utilizzato i laser per generare energia di fusione attraverso la fusione a confinamento inerziale, dove i bersagli riempiti di carburante vengono compressi e riscaldati per avviare reazioni di fusione nucleare. Ma finora, test presso strutture laser come OMEGA a Rochester Laboratorio di Energetica Laser (LLE) hanno generato meno energia di quanto previsto dalle simulazioni.
“Nonostante molti anni di ricerca sulla fusione a confinamento inerziale guidata dal laser, non esiste un percorso chiaro verso i guadagni ad alta energia richiesti per l’energia di fusione inerziale”, afferma il ricercatore principale Riccardo Betticapo scienziato di LLE e professore Robert L. McCrory nel Dipartimento di Ingegneria Meccanica e nel Dipartimento di Fisica e Astronomia.
Intelligenza artificiale, machine learning – interpretazione artistica. Credito immagine: Gerd Altmann tramite Pixabay, licenza gratuita
“Tuttavia, ora disponiamo di una grande quantità di dati sperimentali che possiamo sfruttare con l’apprendimento automatico per correggere le simulazioni e guidare sistematicamente gli aggiustamenti in tempo reale agli esperimenti”.
Il team utilizzerà il database sperimentale OMEGA come dati di addestramento, nonché i database di simulazione dei codici idrodinamici delle radiazioni LLE.
In definitiva, sperano che i modelli di apprendimento automatico che sviluppano li aiuteranno a progettare implosioni con prestazioni più elevate e a comprendere meglio la complessità della fisica non lineare sottostante della fusione.
Il progetto riunisce fisici della fusione a confinamento inerziale di LLE ed esperti di intelligenza artificiale e apprendimento automatico dell’Università di Rochester Dipartimento di Informatica e da Hewlett Packard Enterprise.
I co-PI di Rochester includono il professore associato di informatica Cristoforo Kanan e lo scienziato della LLE Varchas Gopalaswamy. I ricercatori mirano a completare lo studio entro il 2026.
Fonte: Università di Rochester
Da un’altra testata giornalistica. news de www.technology.org
