951
Алгоритми, що лежать в основі ChatGPT, тепер вчать не писати тексти, а передбачати, як поводиться надгаряча рідина всередині ядерного реактора. У лабораторії Argonne Національної лабораторії Міністерства енергетики США ці ж трансформерні моделі використовують, щоб суттєво прискорити складні розрахунки без втрати точності, повідомляє видання Interesting Engineering.
Ідея звучить парадоксально: та сама логіка, що допомагає штучному інтелекту продовжувати речення, тепер допомагає фізикам прогнозувати, куди поллється теплоносій у реакторі та як це вплине на безпеку всієї станції.
Що відомо коротко
- Дослідники з Argonne інтегрують трансформерні нейромережі у програмний комплекс System Analysis Module (SAM) для моделювання передових ядерних реакторів.
- Мета — покращити моделювання турбулентності, тобто складної поведінки потоків рідини та теплообміну всередині реакторних систем.
- AI-моделі вже показали високу точність у відтворенні опору потоку та теплопередачі — критичних параметрів для надійних симуляцій.
- За оцінкою Argonne, штучний інтелект може давати результати майже миттєво, з точністю, притаманною набагато складнішим і повільнішим методам.
- У перспективі технологія має дозволити моделювати цілі атомні електростанції і створювати “цифрові двійники” ядерних об’єктів.
Як «мовний» ШІ вчиться розуміти киплячу рідину
Звичайний трансформер у світі ШІ «читає» текст як послідовність слів і вчиться вгадувати, яке слово логічно ймовірніше буде наступним. У випадку з ядерними реакторами все дуже схоже, але замість слів модель «читає» фізичні дані: координати точок у просторі, швидкості руху рідини, напрямки потоків, передачу тепла.
Можна уявити собі 3D-карту реактора, розділену на тисячі «клітинок». У кожній з них рідина має свою температуру, швидкість, тиск. Трансформер аналізує зв’язки між цими «клітинками» так само, як аналізує зв’язки між словами в реченні, і вчиться передбачати, як зміниться потік та теплообмін далі.
Саме турбулентність — хаотичні вихори, завихрення та зміни швидкості — робить розрахунки надзвичайно складними. Класичні методи потребують колосальних обчислювальних ресурсів, схожих на те, ніби ви хочете прорахувати траєкторію кожної краплі у водоспаді. ШІ, натомість, вчиться бачити узори в цьому хаосі й швидко відтворювати їх.
Що саме робить команда Argonne
Команда інтегрує трансформерні архітектури у свій інструмент SAM (System Analysis Module) — це програмний комплекс для аналізу роботи передових ядерних реакторів. Головне завдання — покращити моделювання турбулентних потоків, які переносять тепло та взаємодіють з компонентами станції.
Нові моделі аналізують взаємозв’язки між такими змінними, як положення в системі, швидкість рідини, опір потоку, інтенсивність теплопереносу. За словами провідного ядерного інженера Argonne Жуя Ху (Rui Hu), завдяки штучному інтелекту команда прагне до поєднання двох раніше несумісних якостей: швидкості простих методів і точності складних методів.
Випробування вже показали, що AI-моделі добре відтворюють ключові параметри — опір руху рідини й характер теплообміну. Це два фундаментальні елементи, без яких неможливо надійно оцінити, як поведеться реактор у різних режимах роботи чи в аварійних ситуаціях.
На відміну від традиційних детальних симуляцій, що можуть тривати години або дні на суперкомп’ютерах, підходи на базі трансформерів потенційно дозволяють отримувати результати майже миттєво. Це відкриває можливість проганяти значно більше сценаріїв і перевіряти поведінку системи в ширшому діапазоні умов.
До цифрових двійників ядерних станцій
Наступний крок команди — перенести методику з рівня окремих вузлів до повномасштабних симуляцій електростанції. Це означає моделювання не лише самого реактора, а й систем охолодження, безпеки, допоміжної інфраструктури.
Паралельно дослідники вивчають використання трансформерів для створення цифрових двійників ядерних систем — віртуальних копій реальних об’єктів, які можуть оновлюватися в режимі реального часу. За їхніми словами, Argonne є серед перших, хто застосовує таку архітектуру саме для цифрових двійників у ядерній енергетиці.
Цифровий двійник можна уявити як «симулятор станції», який живиться живими даними з датчиків. Якщо змінюється температура чи тиск у реальному реакторі, ці зміни миттєво відображаються у віртуальній моделі, де інженери можуть прорахувати наслідки і протестувати можливі реакції системи без ризику для обладнання.
Поєднання швидких симуляцій на базі ШІ та цифрових двійників дає ще один потужний інструмент: можливість безперервно моніторити стан станції, аналізувати її роботу та на ранніх стадіях виявляти потенційні проблеми.
Подальша робота зосередиться на розширенні трансформерних моделей, підвищенні їхньої точності та гнучкості, а також на глибшій інтеграції AI-можливостей у робочий процес SAM. Проєкт підтримує Програма розширеного моделювання та симуляції ядерної енергетики (Nuclear Energy Advanced Modeling and Simulation, NEAMS) Міністерства енергетики США.
Цікаві факти
Ті самі типи нейромереж, що створюють реалістичний текст і зображення, тепер використовують для розрахунків теплопередачі й гідродинаміки в ядерних реакторах.
За даними Argonne, AI-моделі можуть видавати результати симуляцій практично миттєво, тоді як класичним обчисленням часто потрібні години або навіть дні.
У перспективі подібні моделі мають дозволити моделювати в єдиній системі реактор, охолодження, системи безпеки та допоміжну інфраструктуру станції як єдиний «цифровий організм».
FAQ
Це вже робочий інструмент чи поки що дослідний проєкт?
Наразі йдеться про дослідницьку роботу: трансформерні моделі інтегрують у наявний симулятор SAM і перевіряють на окремих завданнях, наприклад на відтворенні опору потоку та теплопереносу. Повномасштабне застосування для всієї станції ще попереду.
Чи може ШІ замінити традиційні інженерні розрахунки в ядерній галузі?
У роботі Argonne ШІ виступає не заміною, а прискорювачем: він дозволяє відтворити точність складних методів при значно меншій витраті часу та ресурсів. Класичні фізичні моделі залишаються основою, а AI додає до них швидкість і гнучкість.
Наскільки безпечно покладатися на такі моделі для аналізу безпеки реакторів?
Згідно з описом, мета команди — досягти точності, співставної зі складними обчислювальними методами, але з меншими витратами. Проте будь-які AI-моделі в ядерній сфері мають проходити сувору валідацію та порівняння з перевіреними підходами, перш ніж їх почнуть використовувати у критично важливих рішеннях.
Коли можуть з’явитися повноцінні цифрові двійники ядерних станцій?
Конкретні терміни матеріал не називає. Зараз науковці роблять перші кроки — адаптують трансформери й впроваджують їх у вже існуючі симулятори. Перехід до повномасштабних цифрових двійників вимагатиме подальшого вдосконалення моделей та інтеграції в реальні інженерні процеси.
Те, що колись вимагало днів роботи суперкомп’ютера, поступово перетворюється на задачу, яку можна розв’язати майже «на льоту» завдяки штучному інтелекту, запозиченому зі світу чат-ботів. Якщо трансформери навчаться так само впевнено «читати» хаотичні потоки всередині реактора, як сьогодні читають людську мову, наше уявлення про проєктування й експлуатацію ядерних станцій може докорінно змінитися.
ШІ як ChatGPT навчають передбачати турбулентність у ядерних реакторах з’явилася спочатку на Цікавості.
