DeepMind tem trabalhado com o Swiss Plasma Center para controlar uma reação de fusão nuclear
A DeepMind trabalhou com cientistas do Instituto Federal Suíço de Tecnologia em Lausanne (EPFL), Suíça, para criar uma rede neural capaz de controlar os campos magnéticos dentro do reator de fusão Tokamak de Configuração Variável (TCV) da EPFL.
Em um artigo publicado na Nature, a DeepMind descreve como pode controlar com sucesso o plasma de fusão nuclear construindo e executando controladores no Variable Configuration Tokamak (TCV) em Lausanne, Suíça. Usando uma arquitetura de aprendizado que combina RL profundo e um ambiente simulado, a DeepMind produz controladores que podem manter o plasma estável e ser usados para esculpi-lo com precisão em diferentes formas. Essa “escultura de plasma” mostra que o sistema RL controlou com sucesso a matéria superaquecida e – importante – permite que os cientistas investiguem como o plasma reage sob diferentes condições, melhorando a compreensão dos reatores de fusão.
Este trabalho é outro exemplo poderoso de como o aprendizado de máquina e as comunidades de especialistas podem se unir para enfrentar grandes desafios e acelerar a descoberta científica. A equipe da DeepMind está trabalhando duro para aplicar essa abordagem a campos tão diversos quanto a química quântica, matemática pura, design de materiais, previsão do tempo e muito mais, para resolver problemas fundamentais e garantir que a IA beneficie a humanidade.
A demonstração bem-sucedida do controle de tokamak da DeepMind mostra o poder da IA para acelerar e auxiliar a ciência da fusão, e espera-se aumentar a sofisticação no uso da IA daqui para frente. Essa capacidade de criar controladores de forma autônoma pode ser usada para projetar novos tipos de tokamaks e, ao mesmo tempo, projetar seus controladores. Seu trabalho também aponta para um futuro brilhante para o aprendizado por reforço no controle de máquinas complexas. É especialmente empolgante considerar campos em que a IA pode aumentar a experiência humana, servindo como uma ferramenta para descobrir abordagens novas e criativas para problemas difíceis do mundo real. A empresa prevê que o aprendizado por reforço será uma tecnologia transformadora para aplicações de controle industrial e científico nos próximos anos, com aplicações que vão desde a eficiência energética até a medicina personalizada.
Mais informações
source – www.analyticsinsight.net
