Imagine ver una película favorita cuando el sonido se detuvo repentinamente. Faltan datos que representan el audio. Lo que queda es la imagen. Si la inteligencia artificial (IA) puede analizar cada cuadro del video y suministrar automáticamente el audio en función de las imágenes, leer los labios y apuntar a cualquier pierna cada vez que llegue al suelo.
Según Azrakhash Jalalvand de la Universidad de Princeton, es una idea general detrás de una nueva IA que llena la información faltante sobre Plasma. Jalalvand es el principal autor de una IA relacionada con el documento, conocida como Dig 2 Diggers, recientemente publicada en Nature Contacts. “Encontramos un sistema de datos de un sistema a un sistema de sensores y para crear una versión sintética de los datos para diferentes tipos de sensores en ese sistema”, dijo. Los datos sintéticos se combinan con datos del mundo real y son más detallados de lo que el sensor real puede suministrar. Puede aumentar el control del control de los futuros sistemas de fusión y reducir el costo de control. “Los sistemas DIGGE 2, como la nave espacial y la cirugía robótica, también pueden tener aplicaciones y confirmar la confiabilidad en el entorno crítico, restaurar datos de falla o sensores degradados y recuperar datos”.
La investigación es el resultado de la cooperación internacional entre los científicos de la Universidad de Princeton, el Laboratorio de Física de Plasma de Princeton Plasma (PPL), la Universidad de Columbia y la Universidad Nacional de Seúl. Todos los sensores utilizados en el estudio para el desarrollo de IA se recolectaron de la Instalación Nacional de Fusión DII-D, una prueba de instalación de usuario del DOE.
La forma en que los nuevos científicos de IA pueden monitorear y controlar el plasma en un sistema de fusión, y pueden ayudar a futuros sistemas comerciales de fusión a mantener una fuente confiable de electricidad. “Los dispositivos de fusión son todas máquinas de laboratorio experimentales hoy en día, por lo que si algo le sucede a un sensor es el peor evento es que podemos perder el tiempo antes de que se reinicie la prueba.
La IA puede avanzar hacia el sistema compacto de fusión económica
El nombre Dig 2 Digge se deriva de la palabra “diagnóstico”, que se refiere a la técnica utilizada para analizar el plasma y contiene sensores que miden el plasma. Los diagnósticos toman intervalos regulares, a menudo tan rápido como la segunda fracción separada. Sin embargo, algunos a menudo no miden el plasma para detectar la inestabilidad de plasma desarrollada rápida: cambios repentinos en el plasma que pueden dificultar la energía de manera confiable.
Un sistema de fusión tiene muchos diagnósticos que miden diferentes características del plasma. La dispersión de Thomson, por ejemplo, es una técnica de diagnóstico utilizada en el sistema de fusión en forma de donación llamado tokamaks. Thomson mide la temperatura de las partículas de carga negativa conocidas como el diagnóstico de diagnóstico disperso, así como la densidad: el número de electrones empaquetados en la unidad de la unidad. Los físicos de plasma miden los detalles del establo de plasma y las mejores actuaciones que lo miden rápidamente pero no más rápido.
“Dig 2 Dig 2 Digons está alentando sus diagnósticos sin gastar dinero de hardware”, dijo Emagman Solemen, designado conjuntamente por el Departamento de Energía y Medio Ambiente y Ingeniería Aeroespacial de PPPL y Princeton University. “
Esto es especialmente importante para difundir a Thomson porque otros diagnósticos no pueden medir en el borde del plasma, que también se conoce como el pie. Esta es la parte más importante del plasma observado, pero es muy difícil de medir. Observar el pedestal con cuidado ayuda a los científicos a mejorar el rendimiento del plasma para que aprendan eficientemente las mejores formas de obtener la máxima energía de la respuesta de fusión.
Fusion Energy es una parte importante del sistema de energía estadounidense, debe ser económico y confiable. El científico de investigación del personal de PPPL, Sangekune Kim, quien formó parte del equipo de investigación de Dig 2 Diegg, dijo que AI lleva a Estados Unidos a esos objetivos. Kim dijo: “El Tokamax experimental de hoy tiene muchos diagnósticos, pero el futuro sistema comercial debe ser menos menos”, dijo Kim. “Ayudará a reducir el material reduciendo los reactores de fusión directamente en energía que produce energía” “muy pocos diagnósticos también liberan el espacio valioso dentro de la máquina y facilitan que el sistema lo haga más confiable y confiable, hay menos potencial para los errores. También reduce el costo de mantenimiento.
PPPL: un líder en IA procede a estabilizar el plasma de fusión
El equipo de investigación también aprendió que el plasma de datos de IA respalda una teoría superior sobre cómo detener un método para detener los obstáculos. Los científicos de fusión de todo el mundo están trabajando en formas de controlar los modos de localización de bordes (ELM), lo que explota una fuerte energía en los reactores de fusión que pueden dañar severamente las paredes internas del reactor. Se trata de aplicar partidas magnéticas resonantes (RMP) de la manera comprometida de cierre LMS: pequeños cambios realizados en los campos magnéticos utilizados para colocar plasma dentro del tokamac. En el caso de PPPL LM-Damon Research, un líder, los documentos recientes de la IA y el enfoque táctico tradicional para detener estos obstáculos problemáticos. Una teoría sugiere que los RMP crean “islas magnéticas” en el borde del plasma. Estas islas causan temperatura y densidad de plasma a plano, lo que significa que las mediciones fueron más uniformes en todo el borde del plasma.
“Por lo general, no podemos observar esta planificación debido a las limitaciones de Thomson Diagnostics”, dijo también el científico principal de investigación de PPPL Kiming Hu, quien trabajó en este proyecto. “Dig 2 Digge proporcionó muchos más detalles sobre cómo sucedió y cómo se desarrolló”
Aunque las islas magnéticas pueden conducir a los olmos, una empresa creciente de investigación sugiere que pueden ser sutiles utilizando RMP para mejorar la estabilidad del plasma. Los excavadores producen datos de diagnóstico que proporcionan una nueva evidencia de esta nivelación simultánea de temperatura y densidad en la región del pedestal de plasma. Apoya firmemente la teoría de la isla magnética para suprimir LM. Es importante comprender este proceso para el desarrollo de reactores de fusión comercial.
Los científicos ya están siguiendo los planes para aumentar las oportunidades Dig 2 Digger. Los solemen mencionaron que varios investigadores ya han expresado interés en probar la IA. “DIG 2 Diag se puede aplicar a otros diagnósticos de fusión y en otros casos donde faltan datos de diagnóstico o limitados es ampliamente aplicable”, dijo.
Esta investigación de DOE es otorgada por D-FC 02-04er54698, D-SC 100222270, D-SC 0022272, D-SC 0024527, D-SC 10024527, D-S 0020413, D-SC 0015480 y D-SCC 0015480 y D-SCC 0015480 y DS DSC INS ADEMPUENTES EN SCC 001580 A LUGAR A LA 0024626, The Korea Foundation Foundation Foundation Foundation Foundation Foundation Foundation Foundation Foundation Foundation Foundation Foundation Foundation Foundation Foundation Foundation Foundation Foundation también recibió asistencia financiera del Laboratorio de Princeton para la inteligencia artificial bajo los premios 2025-97.
