• Добавить в закладки
  • Facebook
  • Twitter
  • Telegram
  • VK
  • Печать
  • Email
  • Скопировать ссылку
05.04.2021, 19:21
Василий Парфенов
4 240

ИИ ускорил необходимые для работы термоядерного реактора вычисления в 100 раз

❋ 6.8

Молодой ученый из нидерландского университета создал нейросетевой алгоритм, позволяющий радикально ускорить моделирование поведения плазмы в термоядерном реакторе.

ИИ ускорил необходимые для работы термоядерного реактора вычисления в 100 раз
Внутри токамака / ©Monthy Rakusen / Автор: Regulus Tremerus

Чем сложнее научная или инженерная задача, тем большую роль в ее решении играет компьютерное моделирование. Это правило почти всегда подтверждается практикой, и современная физика — не исключение. Работающий термоядерный реактор, выдающий хотя бы столько же энергии, сколько было затрачено на его запуск и функционирование, — Святой Грааль для современных ученых. И подступиться к нему мешает невероятно высокая вычислительная сложность моделей, описывающих поведение плазмы в такой установке.

А учитывая стоимость любых стеллараторов и токамаков, при проведении на них экспериментов крайне желательно избежать ошибок. И время дорого, и повреждений установок лучше не допускать. Поэтому ценность моделей тоже повышается: ученым проще и безопаснее сначала проверять свои гипотезы в симуляциях. Получается, одним из ограничивающих факторов при продвижении прогресса в области управляемой термоядерной реакции служит эффективность моделей. И пока она далека от идеала: для полномасштабных расчетов используют суперкомпьютеры, а приближенные результаты получают в результате сотен часов работы обычных ПК.

Ситуацию попробовал исправить докторант Технического университета Эйндховена (Нидерланды) Аарон Хо (Aaron Ho). Он работает в группе по изучению термоядерных реакций департамента прикладной физики. Как пишет портал SciTechDaily, Хо недавно защитил докторскую диссертацию, посвященную применению искусственного интеллекта для моделирования поведения плазмы в токамаках. Созданный им алгоритм уже включен в мощный набор программных инструментов физиков-ядерщиков под названием JINTRAC.

Идея молодого ученого заключается в замене кода, описывающего модель турбулентности пониженного порядка, на нейросеть. Он обучил ИИ на нескольких наборах данных — входных, с реальных научных установок, и результатах, полученных от существующего инструмента QuaLiKiz, предсказывающего движение плазмы в токомаках за счет микротурбулентностей. Поскольку это главный механизм переноса в подобных устройствах, важны точность и скорость работы модели. После обучения нейросеть интегрировали в QuaLiKiz и проверили на новых данных, сравнив со старым алгоритмом.

Вышло более чем впечатляюще. Обычный QuaLiKiz выполнил задачу на 16 вычислительных ядрах за 217 часов, а оснащенный ИИ — на одном ядре и за два часа. То есть даже без учета разницы в количестве необходимых для работы модели процессоров ускорение получилось более чем в сто раз. А если оценивать общую ресурсоемкость, разница выходит на порядок больше.

Но у метода, естественно, есть ограничения, ведь ничего не бывает бесплатно. Точность новой модели во время проверки была ниже: результаты между «нейросетевым» и обычным QuaLiKiz различались примерно на 10%. В этом моменте есть место для улучшений, но 100% точности с искусственным интеллектом достичь принципиально невозможно. С другой стороны, сам по себе QuaLiKiz применяется для упрощенного моделирования, так как использует приближенные вычисления. Поэтому в описываемом случае скорость важнее, а для более точных вычислений есть другие инструменты.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.
mostly harmless Есть телега: https://t.me/tempest_exults
Подписывайтесь на нас в Telegram, Яндекс.Новостях и VK
Предстоящие мероприятия
15 сентября, 10:36
Игорь Байдов

Самая большая планета в Солнечной системе, всегда поражавшая воображение своими колоссальными размерами, немного сдала позиции. Новые высокоточные измерения орбитального зонда NASA показали, что Юпитер не такой большой и круглый, как считали астрономы последние 40 лет.

15 сентября, 11:30
РНФ

Ученые обнаружили, что общепринятые константы, с помощью которых химики предсказывают свойства молекул, содержали ошибки. Исправленные значения констант теперь объясняют ранее непонятные химические аномалии и позволяют предсказывать свойства новых материалов для квантовых технологий, датчиков и умных покрытий.

16 сентября, 13:21
Адель Романова

Во время недавних наблюдений карликовой планеты Квавар что-то неожиданно почти полностью закрыло ее собой. Астрономы уверены, что это не ее спутник Вейвот и не одно из двух известных колец этого маленького мира на краю Солнечной системы.

12 сентября, 14:03
ТюмГУ

Исследования самодержавия могут пролить свет на феномен, исконно свойственный российской государственности, а значит, переосмыслить исторический путь России и выработку новых направлений развития, к такому выводу пришел ученый ТюмГУ.

15 сентября, 10:36
Игорь Байдов

Самая большая планета в Солнечной системе, всегда поражавшая воображение своими колоссальными размерами, немного сдала позиции. Новые высокоточные измерения орбитального зонда NASA показали, что Юпитер не такой большой и круглый, как считали астрономы последние 40 лет.

15 сентября, 11:30
РНФ

Ученые обнаружили, что общепринятые константы, с помощью которых химики предсказывают свойства молекул, содержали ошибки. Исправленные значения констант теперь объясняют ранее непонятные химические аномалии и позволяют предсказывать свойства новых материалов для квантовых технологий, датчиков и умных покрытий.

12 сентября, 14:03
ТюмГУ

Исследования самодержавия могут пролить свет на феномен, исконно свойственный российской государственности, а значит, переосмыслить исторический путь России и выработку новых направлений развития, к такому выводу пришел ученый ТюмГУ.

9 сентября, 11:03
Адель Романова

Третий известный межзвездный объект 3I/ATLAS летит примерно вдвое быстрее обоих своих предшественников. По расчетам, его вряд ли могло выбросить из родной планетной системы с подобной скоростью, и так разогнаться по пути он тоже не мог.

11 сентября, 12:04
ПНИПУ

Все больше покупателей начинают отказываться от привычки делать покупки на маркетплейсах, а число новых продавцов на площадках практически не увеличилось. Аналитика показывает, что за первый квартал 2025 года — прирост селлеров составил всего 0,45% по сравнению с аналогичным периодом прошлого года. В то же время, маркетплейсы активно расширяют сеть пунктов выдачи, особенно в регионах, где физическое присутствие всех брендов невозможно. Ученые Пермского Политеха рассказали, почему люди стали реже совершать покупки на маркетплейсах.

[miniorange_social_login]

Комментарии

Написать комментарий
Подтвердить?
Подтвердить?
Причина отклонения
Подтвердить?
Не получилось опубликовать!

Вы попытались написать запрещенную фразу или вас забанили за частые нарушения.

Понятно
Жалоба отправлена

Мы обязательно проверим комментарий и
при необходимости примем меры.

Спасибо
Аккаунт заблокирован!

Из-за нарушений правил сайта на ваш аккаунт были наложены ограничения. Если это ошибка, напишите нам.

Понятно
Что-то пошло не так!

Наши фильтры обнаружили в ваших действиях признаки накрутки. Отдохните немного и вернитесь к нам позже.

Понятно
Лучшие материалы
Закрыть
Войти
Регистрируясь, вы соглашаетесь с правилами использования сайта и даете согласие на обработку персональных данных.
Ваша заявка получена

Мы скоро изучим заявку и свяжемся с Вами по указанной почте в случае положительного исхода. Спасибо за интерес к проекту.

Понятно