Mae gan Labordy Prifysgol Rochester ar gyfer Laser Energetics (LLE) yr Omega Laser, prif osodiad laser academaidd y byd. Cipolwg, mae'n edrych fel rhedfa farmor cywrain o ronynnau ysgafn a phlasma, yn gallu hollti ac ymhelaethu ar drawst cyn ei ganolbwyntio ar darged crosshair bach. Ei genhadaeth graidd yw archwilio ffenomenau astroffisegol, profi deunyddiau ar bwysau ar raddfa atomig eithafol, a gweithio i hyrwyddo ymchwil ymasiad aflonyddgar.
Diolch i grant $ 503 miliwn trwy 2024 gan Weinyddiaeth Diogelwch Niwclear Cenedlaethol Adran Ynni'r UD (DOE), mae Labordy Laser Rochester wedi creu amodau delfrydol ar gyfer cynnal yr astudiaethau beirniadol hyn. Mae'r labordy laser yn cynnal arbrofion ymasiad cymhleth unwaith y mis, ac mae gan wyddonwyr oddeutu pum cyfle i danio laserau a chofnodi data. Trwy efelychiadau cyfrifiaduron maes aml-ffiseg, mae gwyddonwyr yn gallu cael dealltwriaeth ddyfnach o'r plasma ymasiad, dylunio arbrofion a dehongli'r canlyniadau, er na all yr efelychiadau hyn atgynhyrchu'r holl fanylion arbrofol yn llawn.
Dechreuodd yr arbrawf gyda chapsiwl plastig yn cynnwys tritiwm deuteriwm wedi'i rewi, dim ond milimetrau mewn diamedr, ar dymheredd o 20 gradd yn uwch na sero absoliwt, "meddai cyfarwyddwr Lle Christopher Deeney. Yna, mewn biliwn o eiliad, mae'r capsiwl wedi'i gywasgu i a Diamedr yn llai na llinyn gwallt dynol ac mae'r tymheredd yn codi i dros 30 miliwn gradd. " Nid yn unig y mae angen gwybodaeth ddofn am ffiseg ar y broses hon, ond rhaid defnyddio technegau diagnostig datblygedig hefyd i fesur yn fanwl yr holl ffenomenau sy'n digwydd ar yr eiliad hon.
Er mwyn manteisio ar y cyfoeth o ddata a gasglwyd gan y technegau diagnostig datblygedig hyn ac i gyflymu ymchwil ymasiad yr Unol Daleithiau yn ehangach, mae gwyddonwyr Lle yn troi at ddeallusrwydd artiffisial (AI) a thechnolegau cyfrifiadol datblygedig eraill.
Am fwy na 50 mlynedd, mae LLE wedi bod yn mynd ati i hyrwyddo ac yn mynd i'r afael â'r heriau craidd ym maes ymasiad cyfyngu anadweithiol (ICF). Mae ICF yn cael ei gydnabod yn eang yn y gymuned wyddonol fel y dull mwyaf addawol o gyflawni ymasiad thermoniwclear rheoledig ac mae'n cynrychioli technoleg ynni glân, adnewyddadwy addawol.
Eglura Christopher Kanan, Athro Cysylltiol Cyfrifiadureg ym Mhrifysgol Rochester, "Mae ICF yn y bôn yn broblem ffiseg wrthdro, lle mae angen i wyddonwyr wrthdroi union briodweddau'r laser a'r targed."
Nid oedd Omega ei hun wedi'i gynllunio i gyflawni tanio, ond i hyrwyddo'r ddealltwriaeth o ymasiad gyriant uniongyrchol sy'n cael ei yrru gan laser. Mae'r Cyfleuster Tanio Cenedlaethol yn Labordy Cenedlaethol Livermore, sydd 60 gwaith yn fwy egnïol nag Omega, wedi dod o hyd i ateb i'r broblem ffiseg wrthdro ac mae eisoes wedi cyflawni tanio yn 2022. Mae'r cynnydd a wnaed yn Omega a chyflawni tanio yn dibynnu ar fodelu ystadegol i lenwi'r bylchau yn ein dealltwriaeth gyflawn o ffiseg.
Mae'r bwlch gwybodaeth sy'n bodoli rhwng efelychiadau ac arbrofion yn deillio o gymhlethdod y ffiseg, cyfyngiadau mesuriadau, a chwmpas eang yr ymdrech ymchwil, sy'n cynnwys ffiseg niwclear, ffiseg plasma, ac ymchwil gwyddoniaeth deunyddiau a gynhelir o dan amodau eithafol sy'n herio hyd yn oed hyd yn oed y codau cyfrifiadurol mwyaf datblygedig.
Yn gyntaf, mae cwestiwn y targed; Mae'r arbrawf yn dechrau gyda sffêr plastig gwag y gellir ei roi ar flaen pin; Mae ymchwilwyr Lle yn defnyddio offer manwl i greu'r sffêr a'i lenwi ag isotopau hydrogen, sydd wedyn yn cael eu hoeri i sero bron yn absoliwt. Achosodd y broses rewi i'r hydrogen ffurfio haen o rew y tu mewn i'r gragen blastig.
Mae tîm ymchwil Lle yn chwilio am ffordd i ganfod naws a phatrymau yn y data yn gywir fel ffordd o arwain efelychiadau cyfrifiadurol i gynhyrchu rhagfynegiadau mwy cywir. Bydd y gallu rhagfynegol gwell hwn yn ei dro yn mireinio arbrofion ymasiad ac yn gyrru'r genhedlaeth nesaf o ymchwil ymasiad a thechnoleg laser.
Gall deallusrwydd artiffisial, ac yn benodol ei ddysgu peiriant is -faes, helpu i optimeiddio effeithiolrwydd rhagfynegol codau cyfrifiadurol a gwella rhagfynegiadau trwy brofiad. Mae dysgu peiriant nid yn unig yn perfformio dadansoddeg ragfynegol, ond hefyd yn prosesu data, yn meithrin perthnasoedd, ac yn cymhwyso'r wybodaeth hon i'w swyddogaethau.
Nododd Riccardo Betti, Prif Wyddonydd Lle ac Athro Robert L. McCrory yn Adran Peirianneg Fecanyddol ac Adran Ffiseg a Seryddiaeth ym Mhrifysgol Rochester, "Mae gennym bellach lawer iawn o ddata arbrofol sydd, gyda chymorth y Dysgu peiriant, gellir ei ddefnyddio i gywiro efelychiadau ac arwain addasiadau amser real i arbrofion. "
Mae gwaith ymchwil Betti a Kanan yn seiliedig ar ddatblygiadau diweddar mewn deallusrwydd artiffisial cynhyrchiol, techneg AI sy'n cynhyrchu data a mathau eraill o allbwn, megis testun a fideo. Mae Tîm Ymchwil Prifysgol Rochester yn defnyddio'r algorithmau datblygedig hyn i ddatrys problemau ffiseg gwrthdro i wella cywirdeb efelychiadau. Mae Rhaglen Gwyddorau Ynni Ymasiad yr Unol Daleithiau (FES) wedi darparu bron i $ 3 miliwn mewn cefnogaeth ariannu ar gyfer yr ymchwil hon, y disgwylir iddo gael ei chwblhau erbyn 2026.
Ychwanegodd Riccardo Betti: "Ein nod yw gwella rhagfynegiadau efelychu gyda chymorth AI cynhyrchiol a chasglu priodweddau rhyngweithiadau targed laser yn gywir. Rydym yn harneisio pŵer AI i gyflymu dyfodol technoleg ymasiad."
Mae Dr. Varchas Gopalaswamy, gwyddonydd yn adran theori LLE ac athro cynorthwyol peirianneg fecanyddol, yn nodi, "Unwaith y byddwn yn canfod anghysondeb rhwng y rhagfynegiadau efelychu a'r canlyniadau arbrofol, rydym yn gallu cymhwyso dysgu peiriant i gysoni'r ddau." Esbonia ymhellach, "Os bydd newidyn yn newid yn yr arbrawf, a all yr efelychiad ymateb yn unol â hynny? A fydd yr ymateb hwnnw'n cael ei adlewyrchu yn yr arbrawf? Bydd hyn yn dilysu cywirdeb ein rhagdybiaeth ac yn penderfynu a allwn addasu'r newidyn neu ddatblygu strategaeth liniaru yn unol â hynny yn unol â hynny . " Ychwanegodd Gopalaswamy, "Gyda dadansoddiad dyfnach Machine Learning o batrymau yn y data, roeddem yn gallu llunio damcaniaethau newydd, archwilio gwahanol ffenomenau corfforol, a dylunio arbrofion gwell."
Nododd Gopalaswamy hefyd, "Un o'r heriau o wynebu ICF yw bod y data arbrofol ymasiad a ddefnyddiwyd gennym i hyfforddi'r AI yn gymharol gyfyngedig o'i gymharu â'r gronfa ddata enfawr o luniau cathod. Yn yr achos hwn, mae'n arbennig o heriol defnyddio'r data empirig sydd ar gael I bontio'r bwlch gwybodaeth. Dyma'n union pam mae angen system gadarn arnom i integreiddio gwybodaeth ddamcaniaethol â realiti arbrofol i'n helpu i wneud penderfyniadau mwy gwybodus. "
Mae Cymdeithas Gorfforol America wedi cydnabod gwaith Betti, Gopalaswamy, a gwyddonwyr Lle eraill gyda Gwobr John Dawson am Ragoriaeth mewn Ymchwil Ffiseg Plasma am eu cyflawniadau arloesol wrth ragweld, dylunio a dadansoddi arbrofion mewnosodiad gyda’r laser omega 30 kJ omega.
Mae ymchwil artiffisial a dysgu peiriant yn Labordy Laser Rochester hefyd wedi cyfrannu at nifer o ddarganfyddiadau gan Dustin Froula, cyfarwyddwr yr Is -adran Gwyddoniaeth a Pheirianneg Laser Ultrafast, a'i dîm. Yn ystod ei yrfa, mae Froula a'i dîm wedi datblygu amrywiaeth o dechnegau, gan gynnwys un ar gyfer mesur tymheredd plasma trwy wasgaru Thomson, ac maent hyd yn oed wedi torri tir newydd mewn technegau "plu-ffocws" neu reoli dwyster laser dros bellteroedd hir. Ac mae dysgu â pheiriant yn chwyldroi'r ffordd rydyn ni'n dylunio arbrofion, gan ein galluogi i adeiladu laserau gwell wrth i ni ragweld cyfleusterau'r genhedlaeth nesaf. "Mae'n egluro ymhellach," mae'r laserau wedi'u defnyddio mewn amryw o ffyrdd. Mae'n egluro ymhellach, "Bydd lliwiau lluosog yn sbectrwm y trawst laser yn helpu'r plasma i luosogi trwy'r trawst yn fwy effeithlon, ac mae AI yn ein helpu i ddeall y rhyngweithiadau cymhleth rhwng y gwahanol liwiau hyn a'r plasma."
Yn olaf, mae Canolfan Ymchwil Ymasiad Niwclear yr Adran Ynni wedi rhoi dynodiad canolfan ymchwil genedlaethol a ddyluniwyd i hyrwyddo ynni ymasiad anadweithiol (IFE), technoleg ynni glân addawol sy'n dibynnu ar ymasiad atomau hydrogen trwm (deuteriwm a tritiwm) i gynhyrchu egni.
Gan ddibynnu ar gryfderau ymchwil rhyngddisgyblaethol Prifysgol Rochester, mae LLE wedi recriwtio sawl myfyriwr yn llwyddiannus i wella cymhwysiad deallusrwydd artiffisial a dysgu â pheiriant mewn ymchwil gydgyfeiriol.
Yn ôl Gopalaswamy, "Ein nod yw ysbrydoli myfyrwyr sydd ag angerdd parhaus am ddysgu peiriant i wella cywirdeb ein hoffer diagnostig ymhellach. Yn wir, mae angen arbenigwyr AI arnom. Fodd bynnag, mae rôl ffisegwyr yn anhepgor i sicrhau bod y modelau'n gywir ac yn wyddonol gadarn. Yn ogystal, mae angen peirianwyr, technolegwyr a gwyddonwyr materol arnom i ffurfio ecosystem gyflawn. "
Ychwanegodd, "Wrth i'r genedl drosglwyddo i ynni glân a phŵer cynaliadwy, mae cymhwyso AI mewn ymchwil ymasiad yn addawol a gallai ddod yn faes gweithlu sy'n dod i'r amlwg."
Nododd Valeri Goncharov, Cyfarwyddwr Is -adran Theori Lle ac Athro Cynorthwyol Ymchwil yn yr Adran Peirianneg Fecanyddol, "Mae deallusrwydd artiffisial yn offeryn pwysig ar gyfer arwain ein hymchwil. Trwy optimeiddio'r offer hyn, gallwn wella ein canlyniadau ymchwil. Er bod yr offer hyn yn hwyluso ymchwil .
