Samuag
New member
Dünyanın en büyük yapay zeka firması Google DeepMind, bir nükleer füzyon reaktörünün kalbinde bulunan plazmayı denetim etmek ve bilimin yıllardır pak güç üzerinde çalıştığı projeyi farklı bir pozisyona taşımak için derin pekiştirmeli öğrenme algoritması geliştirdi. Sıfırdan hazırlanan bu algoritma, çabucak sonrasındaki süreçte istenilen biçimde çalışması maksadıyla bir eğitim sürecinden geçirildi. Pekala Google’ın ana şirketi Alphabet takviyeli DeepMind’ın iştirakiyle gerçekleştirilen bu atılımın bilgileri neler?
Bilindiği üzere hidrojen atomları, güneşin yüzeyinden daha sıcak bir ortamda yer aldıklarında bir ortaya gelerek plazmaya dönüşürler. Unsurun dördüncü hali olan ve yalnızca gazların hayli ısıtılmasıyla atomlarına ayrılması durumunda ortaya çıkan plazmaları denetim altında tutmak, geleceğin en pak güç kaynağı nükleer füzyon teknolojisinin gelişmesinde büyük ehemmiyete sahip. Günümüzde muhakkak bir düzeye gelmiş nükleer füzyonun ilerleyişi artık çeşitli mühendislik dizaynları altında devam ediyor. İsviçre’deki École Polytechnique Fédérale de Lausanne Üniversitesi bünyesindeki Plazma Merkezi’nin yöneticisi Ambrogio Fasoli, bahisle alakalı olarak, “Plazmadan güç üretebilmemiz için bunu ısıtabilmeli ve nispeten uzun bir süre boyunca etkin formda tutabilmemiz gerekiyor.” açıklamasında bulundu. İşte tam bu noktada Google DeepMind devreye giriyor.
Alphabet’in yapay zeka kuruluşu daha evvel oyunlar ve proteinler üzerinde çalışmıştı. Google DeepMind artık ise nükleer füzyon tepkisini yönetmek hedefiyle bir yapay zeka projesi işine giriyor. İsviçre Plazma Merkezi’nin paydaşlığıyla yürütülecek bu araştırmada, bir füzyon reaktörünün tokamakındaki (milyonlarca Celsius sıcaklıkla oluşturulan plazmayı denetim altında tutmak için kullanılan bobinlerle kaplı manyetik alan) anlık ayarlamaları DeepMind’in geliştireceği yapay zeka üstlenecek.
Tokamak Örneği – Kaynak: Nature
Bilim insanları nükleer füzyon tepkisini sınırlayarak yönetmek için kuvvetli manyetik bobinler kullanırlar. Az evvel bahsetmiş olduğumiz tokamakın bünyesindeki bu bobinler yardımıyla plazma, istenen pozisyona yönlendirilebilir ve şekillendirilebilir. Buradaki değerli ve can alıcı nokta ise bobinleri dikkatli bir biçimde ayarlayarak plazmanın tokamak alanının kenarlarına temas etmesini önlemek. Şayet füzyon reaktörü içerisindeki plazmanın hareketi denetim edilmezse, reaktör duvarlarında kimi tahribatlar oluşabilir. Ayrıyeten bu durumda tepki yavaşlaması da yaşanabilir ve plazmadan alınacak randıman düşer. Öbür bir açıdan akıllara gelen birinci soru plazmanın patlama riskinin ne düzeyde olduğu. Plazmalar, tokamak üzere manyetik bir alan sınırlaması içerisinde bulunmadıkları sürece aktifliklerini sürdüremezler ve kaybolurlar. Haliyle bu biçimde bir ekstrem durumun yaşanması pek de mümkün değil.
Mevzubahis plazmaların idaresi olduğunda yapılarını değiştirerek bunlardan daha fazla güç elde edilmek isteniyorsa, büyük bir tasarım gereksinimi kendini gösteriyor. Klâsik füzyon sistemleri, çeşitli çalışma modellerine ve simülasyonlara dayalı bilgisayar denetiminde olduğundan; plazmada kapsamlı değişiklikler yapmak bu bilgisayarlarda karmaşık ve güçlü bir müddetç. Google DeepMind, da plazmaları otonom olarak denetim edebilen bir yapay zeka geliştirerek bilim insanlarının sırtındaki büyük yükü devralmaya hazırlanıyor.
Araştırmacıların hazırladığı ve Nature mecmuasında yayımladığı makaleye bakılırsa, gelecekteki gelişmiş füzyon reaktörlerinin dizaynına ışık tutacak değişken konfigürasyonlu TCV tokamakının bünyesindeki 19 manyetik bobinin denetimi derin pekiştirmeli öğrenme sistemine bırakıldı. DeepMind’ın denetim takımı başkanı Martin Riedmiller, yaptığı açıklamada, “Bir tokamak ortasındaki plazmayı denetim etmenin birlikteinde getirdiği sıkıntıları çözme konusunda yapay zekanın uygun bir yapıda olduğunu keşfettik.” diyerek projenin istendiği üzere ilerlediğini belirtti.
İnsan beyninin yapısı örnek alınarak tasarlanmış bir cins yapay zeka eklentisi olan nöral ağlar, tokamak bobinlerini yönetebilmesi emeliyle evvela bir simülasyon ile eğitildi. bahsetmiş olduğumiz simülasyonda 19 adet bobinin her birinde manyetik ayarlar değiştirilince, tokamak ortasındaki plazmanın formunun nasıl etkilendiği yapay zeka tarafınca gözlemlendi. sonrasındasında DeepMind’in nöral ağı, tokamakdaki plazmayı reaktör tiplerine göre değişen bir dizi farklı biçime dönüştürmeyi bile başardı.
Özetle DeepMind’ın yapay zekası, hem simülasyonda tıpkı vakitte gerçek testlerde TCV tokamakındaki manyetik bobinleri gerçek bir biçimde kendi kendine yönetti. İsviçre Plazma Merkezi’nin yöneticisi Ambrogio Fasoli bu gelişimin gelecekteki tokamakların dizaynını etkileyebileceğini bilhassa belirtiyor. Imperial College London’da bir füzyon uzmanı olan Yasmin Andrew ise sonuçları olumlu değerlendirmesinin yanında, derin pekiştirmeli öğrenmenin daha büyük reaktörlerde de görmeyi ilgi cazip buluyor.
Google DeepMind tarafınca yapılan bu atılım, nükleer füzyonu denetim etmek hedefiyle yapay zekanın birinci defa kullanılması değil. Google, 2014 yılından bu yana, makine tahsilini farklı füzyon reaktörlerine uygulamak için Kaliforniya merkezli füzyon şirketi TAE Technologies ile birlikte çalışıyor ve bu da deher neysel bilgilerin niteliğini her sene artırıyor. Ayrıyeten, Birleşik Krallık’taki JET füzyon projesinde de plazmanın davranışını varsayım etmek için yapay zeka kullanılmıştı.
Fizikçiler, küçük ölçekli tokamaklardaki plazmayı klasik sistemlerle denetim etme yerine yapay zekaya güvenseler de, iş nöral ağları güç santrali boyutundaki reaktörlere uyarlamaya gelince kimi pürüzlerin ortaya çıkabileceğini düşünüyorlar. Füzyon alanında ilerlemeler yavaş ancak istikrarlı bir biçimde devam ettiğinden problemlerin çözülmemesi kelam konusu değil fakat biraz vakit alacağa benziyor. Öteki taraftan harcanan vaktin meyvesini verdiğini söyleyebiliriz. Çünkü geçen hafta JET projesi yeni bir rekor kırarak, bir füzyon reaktöründen elde edilen en yüksek güç ölçüsüne ulaşmıştı. İlerlen süreçte füzyon teknolojilerinde fazlaca daha fazla gelişimin yaşanacağı kestirim ediliyor. Fikirlerinizi yorumlarda paylaşmayı unutmayın.
Bilindiği üzere hidrojen atomları, güneşin yüzeyinden daha sıcak bir ortamda yer aldıklarında bir ortaya gelerek plazmaya dönüşürler. Unsurun dördüncü hali olan ve yalnızca gazların hayli ısıtılmasıyla atomlarına ayrılması durumunda ortaya çıkan plazmaları denetim altında tutmak, geleceğin en pak güç kaynağı nükleer füzyon teknolojisinin gelişmesinde büyük ehemmiyete sahip. Günümüzde muhakkak bir düzeye gelmiş nükleer füzyonun ilerleyişi artık çeşitli mühendislik dizaynları altında devam ediyor. İsviçre’deki École Polytechnique Fédérale de Lausanne Üniversitesi bünyesindeki Plazma Merkezi’nin yöneticisi Ambrogio Fasoli, bahisle alakalı olarak, “Plazmadan güç üretebilmemiz için bunu ısıtabilmeli ve nispeten uzun bir süre boyunca etkin formda tutabilmemiz gerekiyor.” açıklamasında bulundu. İşte tam bu noktada Google DeepMind devreye giriyor.
Alphabet’in yapay zeka kuruluşu daha evvel oyunlar ve proteinler üzerinde çalışmıştı. Google DeepMind artık ise nükleer füzyon tepkisini yönetmek hedefiyle bir yapay zeka projesi işine giriyor. İsviçre Plazma Merkezi’nin paydaşlığıyla yürütülecek bu araştırmada, bir füzyon reaktörünün tokamakındaki (milyonlarca Celsius sıcaklıkla oluşturulan plazmayı denetim altında tutmak için kullanılan bobinlerle kaplı manyetik alan) anlık ayarlamaları DeepMind’in geliştireceği yapay zeka üstlenecek.
Tokamak Örneği – Kaynak: Nature
Bilim insanları nükleer füzyon tepkisini sınırlayarak yönetmek için kuvvetli manyetik bobinler kullanırlar. Az evvel bahsetmiş olduğumiz tokamakın bünyesindeki bu bobinler yardımıyla plazma, istenen pozisyona yönlendirilebilir ve şekillendirilebilir. Buradaki değerli ve can alıcı nokta ise bobinleri dikkatli bir biçimde ayarlayarak plazmanın tokamak alanının kenarlarına temas etmesini önlemek. Şayet füzyon reaktörü içerisindeki plazmanın hareketi denetim edilmezse, reaktör duvarlarında kimi tahribatlar oluşabilir. Ayrıyeten bu durumda tepki yavaşlaması da yaşanabilir ve plazmadan alınacak randıman düşer. Öbür bir açıdan akıllara gelen birinci soru plazmanın patlama riskinin ne düzeyde olduğu. Plazmalar, tokamak üzere manyetik bir alan sınırlaması içerisinde bulunmadıkları sürece aktifliklerini sürdüremezler ve kaybolurlar. Haliyle bu biçimde bir ekstrem durumun yaşanması pek de mümkün değil.
Mevzubahis plazmaların idaresi olduğunda yapılarını değiştirerek bunlardan daha fazla güç elde edilmek isteniyorsa, büyük bir tasarım gereksinimi kendini gösteriyor. Klâsik füzyon sistemleri, çeşitli çalışma modellerine ve simülasyonlara dayalı bilgisayar denetiminde olduğundan; plazmada kapsamlı değişiklikler yapmak bu bilgisayarlarda karmaşık ve güçlü bir müddetç. Google DeepMind, da plazmaları otonom olarak denetim edebilen bir yapay zeka geliştirerek bilim insanlarının sırtındaki büyük yükü devralmaya hazırlanıyor.
Araştırmacıların hazırladığı ve Nature mecmuasında yayımladığı makaleye bakılırsa, gelecekteki gelişmiş füzyon reaktörlerinin dizaynına ışık tutacak değişken konfigürasyonlu TCV tokamakının bünyesindeki 19 manyetik bobinin denetimi derin pekiştirmeli öğrenme sistemine bırakıldı. DeepMind’ın denetim takımı başkanı Martin Riedmiller, yaptığı açıklamada, “Bir tokamak ortasındaki plazmayı denetim etmenin birlikteinde getirdiği sıkıntıları çözme konusunda yapay zekanın uygun bir yapıda olduğunu keşfettik.” diyerek projenin istendiği üzere ilerlediğini belirtti.
Yükleniyor…
www.technopat.net
İnsan beyninin yapısı örnek alınarak tasarlanmış bir cins yapay zeka eklentisi olan nöral ağlar, tokamak bobinlerini yönetebilmesi emeliyle evvela bir simülasyon ile eğitildi. bahsetmiş olduğumiz simülasyonda 19 adet bobinin her birinde manyetik ayarlar değiştirilince, tokamak ortasındaki plazmanın formunun nasıl etkilendiği yapay zeka tarafınca gözlemlendi. sonrasındasında DeepMind’in nöral ağı, tokamakdaki plazmayı reaktör tiplerine göre değişen bir dizi farklı biçime dönüştürmeyi bile başardı.
Özetle DeepMind’ın yapay zekası, hem simülasyonda tıpkı vakitte gerçek testlerde TCV tokamakındaki manyetik bobinleri gerçek bir biçimde kendi kendine yönetti. İsviçre Plazma Merkezi’nin yöneticisi Ambrogio Fasoli bu gelişimin gelecekteki tokamakların dizaynını etkileyebileceğini bilhassa belirtiyor. Imperial College London’da bir füzyon uzmanı olan Yasmin Andrew ise sonuçları olumlu değerlendirmesinin yanında, derin pekiştirmeli öğrenmenin daha büyük reaktörlerde de görmeyi ilgi cazip buluyor.
Google DeepMind tarafınca yapılan bu atılım, nükleer füzyonu denetim etmek hedefiyle yapay zekanın birinci defa kullanılması değil. Google, 2014 yılından bu yana, makine tahsilini farklı füzyon reaktörlerine uygulamak için Kaliforniya merkezli füzyon şirketi TAE Technologies ile birlikte çalışıyor ve bu da deher neysel bilgilerin niteliğini her sene artırıyor. Ayrıyeten, Birleşik Krallık’taki JET füzyon projesinde de plazmanın davranışını varsayım etmek için yapay zeka kullanılmıştı.
Fizikçiler, küçük ölçekli tokamaklardaki plazmayı klasik sistemlerle denetim etme yerine yapay zekaya güvenseler de, iş nöral ağları güç santrali boyutundaki reaktörlere uyarlamaya gelince kimi pürüzlerin ortaya çıkabileceğini düşünüyorlar. Füzyon alanında ilerlemeler yavaş ancak istikrarlı bir biçimde devam ettiğinden problemlerin çözülmemesi kelam konusu değil fakat biraz vakit alacağa benziyor. Öteki taraftan harcanan vaktin meyvesini verdiğini söyleyebiliriz. Çünkü geçen hafta JET projesi yeni bir rekor kırarak, bir füzyon reaktöründen elde edilen en yüksek güç ölçüsüne ulaşmıştı. İlerlen süreçte füzyon teknolojilerinde fazlaca daha fazla gelişimin yaşanacağı kestirim ediliyor. Fikirlerinizi yorumlarda paylaşmayı unutmayın.