Il laboratorio dell'Università di Rochester per Laser Energetics (LLE) è dotato dell'Omega Laser, l'installazione del Laser accademico leader al mondo. A colpo d'occhio, sembra un'elaborata pista di marmo di particelle di luce e plasma, in grado di dividere e amplificare un raggio prima di concentrarlo su un piccolo bersaglio a mirino. La sua missione principale è quella di esplorare i fenomeni astrofisici, testare i materiali in pressioni su scala atomica estrema e lavorare per far avanzare la ricerca di fusione dirompente.
Grazie a una sovvenzione da $ 503 milioni fino al 2024 dalla National Nuclear Security Administration del Dipartimento dell'Energia degli Stati Uniti (DOE), il Rochester Laser Laboratory ha creato condizioni ideali per condurre questi studi critici. Il Laser Lab conduce complessi esperimenti di fusione una volta al mese e gli scienziati hanno circa cinque opportunità di licenziare laser e registrare dati. Attraverso simulazioni di computer multi-fisico, gli scienziati sono in grado di ottenere una comprensione più profonda del plasma di fusione, esperimenti di progettazione e interpretare i risultati, anche se queste simulazioni non possono riprodurre completamente tutti i dettagli sperimentali.
L'esperimento è iniziato con una capsula di plastica contenente deuterio congelato, solo millimetri di diametro, a una temperatura di 20 gradi sopra lo zero assoluto ", ha detto il regista di LLE Christopher Deeney. Quindi, in un miliardo di secondo, la capsula è compressa a un Diametro più piccolo di una ciocca di capelli umani e la temperatura sale a oltre 30 milioni di gradi ". Questo processo non solo richiede una profonda conoscenza della fisica, ma devono anche essere utilizzate tecniche diagnostiche avanzate per misurare in dettaglio tutti i fenomeni che si verificano in questo istante.
Per capitalizzare la ricchezza di dati raccolti da queste tecniche diagnostiche avanzate e per accelerare la ricerca sulla fusione degli Stati Uniti in modo più ampio, gli scienziati si stanno rivolgendo all'intelligenza artificiale (AI) e ad altre tecnologie computazionali avanzate.
Per più di 50 anni, LLE ha promosso e affrontato attivamente le sfide fondamentali nel campo della fusione inerziale di confinamento (ICF). L'ICF è ampiamente riconosciuto nella comunità scientifica come l'approccio più promettente per raggiungere la fusione termonucleare controllata e rappresenta una promettente tecnologia di energia pulita e rinnovabile.
Christopher Kanan, professore associato di informatica presso l'Università di Rochester, spiega: "L'ICF è essenzialmente un problema di fisica inversa, in cui gli scienziati devono inversa le proprietà precise del laser e del bersaglio".
Omega stessa non è stata progettata per ottenere l'accensione, ma per far avanzare la comprensione della fusione a trazione diretta guidata dal laser. La struttura nazionale di accensione presso il Livermore National Laboratory, che è 60 volte più energico di Omega, ha trovato una soluzione al problema della fisica inversa e ha già raggiunto l'accensione nel 2022. Sia i progressi compiuti a Omega che il raggiungimento dell'accensione si basano sulla modellizzazione statistica statistica per colmare le lacune nella nostra completa comprensione della fisica.
The knowledge gap that exists between simulations and experiments stems from the complexity of the physics, the limitations of measurements, and the broad scope of the research effort, which includes nuclear physics, plasma physics, and materials science research conducted under extreme conditions that challenge even I codici informatici più avanzati.
Innanzitutto, c'è la questione del bersaglio; L'esperimento inizia con una sfera di plastica vuota che può essere posizionata sulla punta di un perno; I ricercatori di LLE usano strumenti di precisione per creare la sfera e riempirla con isotopi di idrogeno, che vengono quindi raffreddati a zero quasi assoluti. Il processo di congelamento ha causato l'idrogeno a formare uno strato di ghiaccio all'interno del guscio di plastica.
Il team di ricerca LLE sta cercando un modo per rilevare accuratamente sfumature e modelli nei dati come mezzo per guidare le simulazioni del computer per produrre previsioni più accurate. Questa capacità predittiva migliorata a sua volta perfezionerà gli esperimenti di fusione e guiderà la prossima generazione di ricerche di fusione e tecnologia laser.
L'intelligenza artificiale, e in particolare il suo apprendimento automatico di Subfield, può aiutare a ottimizzare l'efficacia predittiva dei codici informatici e migliorare le previsioni attraverso l'esperienza. L'apprendimento automatico non solo esegue analisi predittive, ma elabora anche i dati, infrange le relazioni e applica questa conoscenza alle sue funzioni.
Riccardo Betti, capo scienziato di LLE e professore di Robert L. McCrory nel Dipartimento di Ingegneria Meccanica e Dipartimento di Fisica e Astronomia dell'Università di Rochester, hanno osservato: "Ora abbiamo una grande quantità di dati sperimentali che, con l'aiuto di L'apprendimento automatico può essere utilizzato per correggere le simulazioni e guidare le regolazioni in tempo reale agli esperimenti.
Il lavoro di ricerca di Betti e Kanan si basa sui recenti progressi nell'intelligenza artificiale generativa, una tecnica di intelligenza artificiale che genera dati e altre forme di output, come testo e video. Il team di ricerca dell'Università di Rochester sta utilizzando questi algoritmi avanzati per risolvere i problemi di fisica inversi per migliorare l'accuratezza delle simulazioni. Il programma di Fusion Energy Sciences (FES) del Dipartimento dell'Energia degli Stati Uniti ha fornito quasi $ 3 milioni in supporto finanziario per questa ricerca, che dovrebbe essere completato entro il 2026.
Riccardo Betti ha aggiunto: "Il nostro obiettivo è migliorare le previsioni di simulazione con l'aiuto dell'IA generativa e di dedurre accuratamente le proprietà delle interazioni laser-target. Stiamo sfruttando il potere dell'IA di accelerare il futuro della tecnologia di fusione."
Dr. Varchas Gopalaswamy, scienziato del dipartimento teoria di LLE e assistente professore di ingegneria meccanica, afferma: "Una volta percepiamo una discrepanza tra le previsioni di simulazione e i risultati sperimentali, siamo in grado di applicare l'apprendimento automatico per riconciliare i due". Spiega inoltre: "Se una variabile cambia nell'esperimento, la simulazione può rispondere di conseguenza? Quella risposta si riflette nell'esperimento? Ciò convaliderà l'accuratezza della nostra ipotesi e determinerà se possiamo regolare la variabile o sviluppare una strategia di mitigazione di conseguenza . " Gopalaswamy ha aggiunto: "Con l'analisi più approfondita dei modelli di Machine Learning nei dati, siamo stati in grado di formulare nuove ipotesi, esplorare diversi fenomeni fisici e progettare migliori esperimenti".
Gopalaswamy ha anche osservato: "Una delle sfide del confronto con ICF è che i dati sperimentali di fusione che abbiamo usato per addestrare l'IA erano relativamente limitati rispetto all'enorme database delle immagini CAT. In questo caso, è particolarmente difficile utilizzare i dati empirici disponibili Per colmare il divario di conoscenza.
L'American Physical Society ha riconosciuto il lavoro di Betti, Gopalaswamy e altri scienziati di LLE con il John Dawson Award per l'eccellenza nella ricerca sulla fisica del plasma per i loro risultati pionieristici nella previsione, progettazione e analisi di esperimenti di implosione con il laser omega da 30 kj.
La ricerca sull'intelligenza artificiale e sull'apprendimento automatico presso il Rochester Laser Laboratory ha anche contribuito a una serie di scoperte di Dustin Froula, direttore del plasma e della divisione di scienza e ingegneria laser ultrafast e il suo team. Nel corso della sua carriera, Froula e il suo team hanno sviluppato una varietà di tecniche, tra cui una per misurare la temperatura del plasma attraverso la dispersione di Thomson e hanno persino rotto nuovi terreni in tecniche di "fly-focus" o controllare l'intensità laser su lunghe distanze. E l'apprendimento automatico sta rivoluzionando il modo in cui progettiamo esperimenti, consentendoci di costruire laser migliori mentre immaginiamo strutture di prossima generazione. "Spiega inoltre:" I laser sono stati utilizzati in vari modi. Spiega inoltre: "Più colori nello spettro del raggio laser aiuteranno il plasma a propagare attraverso il raggio in modo più efficiente e AI ci aiuta a comprendere le complesse interazioni tra questi diversi colori e il plasma".
Infine, il Centro del Dipartimento dell'Energia per la ricerca sulla fusione nucleare ha dato a LLE la designazione di un centro di ricerca nazionale progettato per far avanzare l'energia della fusione inerziale (IFE), una promettente tecnologia di energia pulita che si basa sulla fusione di atomi di idrogeno pesante (deuterio e trizio) per produrre energia.
Facendo affidamento sui punti di forza della ricerca interdisciplinare dell'Università di Rochester, LLE ha reclutato con successo diversi studenti per migliorare l'applicazione dell'intelligenza artificiale e dell'apprendimento automatico nella ricerca convergente.
Secondo Gopalaswamy, "Il nostro obiettivo è quello di ispirare gli studenti con una continua passione per l'apprendimento automatico per migliorare ulteriormente l'accuratezza dei nostri strumenti diagnostici. In effetti, abbiamo bisogno di esperti di intelligenza artificiale. Tuttavia, il ruolo dei fisici è indispensabile per garantire che i modelli siano corretti e scientificamente sani.
Ha aggiunto: "Mentre la nazione passa a pulire l'energia e il potere sostenibile, l'applicazione dell'IA nella ricerca di fusion è promettente e potrebbe diventare un campo della forza lavoro emergente".
Valeri Goncharov, direttore della divisione teoria di LLE e professore assistente alla ricerca presso il Dipartimento di Ingegneria Meccanica, ha osservato: "L'intelligenza artificiale è uno strumento importante per guidare la nostra ricerca. Ottimizzando questi strumenti, possiamo migliorare i nostri risultati della ricerca. Mentre questi strumenti facilitano la ricerca , la forza trainante per l'innovazione deriva ancora dalla nostra intelligenza.
