Phòng thí nghiệm về năng lượng laser của Đại học Rochester (LLE) được trang bị Laser Omega, việc lắp đặt laser học thuật hàng đầu thế giới. Trong nháy mắt, nó trông giống như một đường băng bằng đá cẩm thạch phức tạp của các hạt ánh sáng và plasma, có khả năng tách và khuếch đại một chùm tia trước khi tập trung vào một mục tiêu hình chữ thập nhỏ. Nhiệm vụ cốt lõi của nó là khám phá các hiện tượng vật lý thiên văn, các vật liệu thử nghiệm ở áp lực quy mô nguyên tử cực đoan và làm việc để thúc đẩy nghiên cứu phản ứng tổng hợp đột phá.
Nhờ khoản tài trợ 503 triệu đô la đến năm 2024 từ Cơ quan An ninh Hạt nhân Quốc gia của Bộ Năng lượng Hoa Kỳ (DOE), Phòng thí nghiệm Laser của Rochester đã tạo ra các điều kiện lý tưởng để thực hiện các nghiên cứu quan trọng này. Laser Lab tiến hành các thí nghiệm hợp nhất phức tạp mỗi tháng một lần và các nhà khoa học có khoảng năm cơ hội để bắn tia laser và ghi lại dữ liệu. Thông qua mô phỏng máy tính trường đa vật lý, các nhà khoa học có thể hiểu sâu hơn về huyết tương, các thí nghiệm thiết kế và giải thích kết quả, mặc dù các mô phỏng này không thể tái tạo đầy đủ tất cả các chi tiết thử nghiệm.
Thí nghiệm bắt đầu với một viên nang nhựa có chứa thuốc phiện deuterium đông lạnh, chỉ đường kính milimet, ở nhiệt độ 20 độ so với số 0 tuyệt đối ", Giám đốc LLE Christopher Deeney nói. Đường kính nhỏ hơn một sợi tóc của con người và nhiệt độ tăng lên hơn 30 triệu độ. " Quá trình này không chỉ đòi hỏi một kiến thức sâu sắc về vật lý, mà các kỹ thuật chẩn đoán nâng cao cũng phải được sử dụng để đo lường chi tiết tất cả các hiện tượng xảy ra tại thời điểm này.
Để tận dụng sự giàu có của dữ liệu được thu thập bởi các kỹ thuật chẩn đoán tiên tiến này và để đẩy nhanh nghiên cứu hợp nhất của Hoa Kỳ rộng hơn, các nhà khoa học LLE đang chuyển sang Trí tuệ nhân tạo (AI) và các công nghệ tính toán tiên tiến khác.
Trong hơn 50 năm, LLE đã tích cực thúc đẩy và giải quyết các thách thức cốt lõi trong lĩnh vực hợp nhất giam cầm quán tính (ICF). ICF được công nhận rộng rãi trong cộng đồng khoa học là cách tiếp cận hứa hẹn nhất để đạt được phản ứng tổng hợp nhiệt hạch có kiểm soát và đại diện cho một công nghệ năng lượng tái tạo sạch sẽ đầy hứa hẹn.
Christopher Kanan, phó giáo sư khoa học máy tính tại Đại học Rochester, giải thích, "ICF về cơ bản là một vấn đề vật lý nghịch đảo, trong đó các nhà khoa học cần phải đảo ngược các tính chất chính xác của laser và mục tiêu."
Bản thân Omega không được thiết kế để đạt được sự đánh lửa, mà là để thúc đẩy sự hiểu biết về phản ứng tổng hợp lái xe trực tiếp điều khiển bằng laser. Cơ sở đánh lửa quốc gia tại Phòng thí nghiệm quốc gia Livermore, năng lượng gấp 60 lần so với Omega, đã tìm ra giải pháp cho vấn đề vật lý nghịch đảo và đã đạt được đánh lửa vào năm 2022. Để lấp đầy những khoảng trống trong sự hiểu biết đầy đủ của chúng tôi về vật lý.
Khoảng cách kiến thức tồn tại giữa các mô phỏng và thí nghiệm bắt nguồn từ sự phức tạp của vật lý, những hạn chế của các phép đo và phạm vi rộng của nỗ lực nghiên cứu, bao gồm vật lý hạt nhân, vật lý plasma và nghiên cứu khoa học vật liệu được thực hiện trong điều kiện khắc nghiệt. các mã máy tính tiên tiến nhất.
Đầu tiên, có câu hỏi về mục tiêu; Thí nghiệm bắt đầu bằng một quả cầu nhựa rỗng có thể được đặt trên đầu của một chốt; Các nhà nghiên cứu LLE sử dụng các công cụ chính xác để tạo ra quả cầu và lấp đầy nó bằng các đồng vị hydro, sau đó được làm mát đến gần tuyệt đối bằng không. Quá trình đóng băng khiến hydro tạo thành một lớp băng bên trong vỏ nhựa.
Nhóm nghiên cứu LLE đang tìm cách phát hiện chính xác các sắc thái và mẫu trong dữ liệu như một phương tiện hướng dẫn mô phỏng máy tính để đưa ra dự đoán chính xác hơn. Khả năng dự đoán được cải thiện này sẽ lần lượt tinh chỉnh các thí nghiệm hợp nhất và thúc đẩy thế hệ nghiên cứu hợp nhất và công nghệ laser tiếp theo.
Trí tuệ nhân tạo, và đặc biệt là học máy con của nó, có thể giúp tối ưu hóa hiệu quả dự đoán của mã máy tính và cải thiện dự đoán thông qua kinh nghiệm. Học máy không chỉ thực hiện các phân tích dự đoán, mà còn xử lý dữ liệu, các mối quan hệ và áp dụng kiến thức này cho các chức năng của nó.
Riccardo Betti, nhà khoa học trưởng của LLE và giáo sư Robert L. McCrory tại Khoa Kỹ thuật Cơ khí và Khoa Vật lý và Thiên văn Học máy, có thể được sử dụng để điều chỉnh các mô phỏng và hướng dẫn các điều chỉnh thời gian thực cho các thí nghiệm. "
Công việc nghiên cứu của Betti và Kanan dựa trên những tiến bộ gần đây trong trí tuệ nhân tạo, một kỹ thuật AI tạo ra dữ liệu và các hình thức đầu ra khác, chẳng hạn như văn bản và video. Nhóm nghiên cứu của Đại học Rochester đang sử dụng các thuật toán tiên tiến này để giải quyết các vấn đề vật lý nghịch đảo để cải thiện độ chính xác của các mô phỏng. Chương trình Khoa học Năng lượng Fusion (FES) của Bộ Năng lượng Hoa Kỳ đã cung cấp gần 3 triệu đô la hỗ trợ tài trợ cho nghiên cứu này, dự kiến sẽ được hoàn thành vào năm 2026.
Riccardo Betti nói thêm: "Mục tiêu của chúng tôi là cải thiện dự đoán mô phỏng với sự trợ giúp của AI thế hệ và suy ra chính xác các tính chất của các tương tác mục tiêu laser. Chúng tôi đang khai thác sức mạnh của AI để tăng tốc tương lai của công nghệ hợp nhất."
Tiến sĩ Varchas Gopalaswamy, một nhà khoa học trong bộ phận lý thuyết của LLE và trợ lý giáo sư kỹ thuật cơ khí, tuyên bố, "một khi chúng ta nhận thấy sự khác biệt giữa các dự đoán mô phỏng và kết quả thử nghiệm, chúng ta có thể áp dụng việc học máy để điều hòa hai." Giải thích thêm, "Nếu một biến thay đổi trong thí nghiệm, việc mô phỏng có thể phản ứng phù hợp không? Liệu phản ứng đó có được phản ánh trong thí nghiệm không? . " Gopalaswamy nói thêm, "Với phân tích sâu hơn về các mẫu trong dữ liệu, chúng tôi có thể đưa ra các giả thuyết mới, khám phá các hiện tượng vật lý khác nhau và thiết kế các thí nghiệm tốt hơn."
Gopalaswamy cũng lưu ý: "Một trong những thách thức của việc đối đầu với ICF là dữ liệu thử nghiệm hợp nhất mà chúng tôi sử dụng để đào tạo AI tương đối hạn chế so với cơ sở dữ liệu lớn của hình ảnh mèo. Để thu hẹp khoảng cách kiến thức.
Hiệp hội Vật lý Hoa Kỳ đã công nhận công việc của Betti, Gopalaswamy và các nhà khoa học LLE khác với Giải thưởng John Dawson cho sự xuất sắc trong nghiên cứu vật lý plasma cho những thành tựu tiên phong của họ trong việc dự đoán, thiết kế và phân tích các thí nghiệm nổ tung với laser 30 KJ Omega.
Nghiên cứu trí tuệ nhân tạo và học máy tại Phòng thí nghiệm Laser Rochester cũng đã đóng góp cho một số khám phá của Dustin Froula, giám đốc bộ phận khoa học và kỹ thuật laser huyết tương và siêu nhanh, và nhóm của ông. Trong suốt sự nghiệp của mình, Froulla và nhóm của anh ấy đã phát triển nhiều kỹ thuật khác nhau, bao gồm một kỹ thuật đo nhiệt độ plasma thông qua tán xạ Thomson, và thậm chí đã phá vỡ nền tảng mới trong các kỹ thuật "tập trung" hoặc kiểm soát cường độ laser trên khoảng cách dài. Và học máy đang cách mạng hóa cách chúng ta thiết kế các thí nghiệm, cho phép chúng ta xây dựng laser tốt hơn khi chúng ta hình dung các cơ sở thế hệ tiếp theo. "Ông giải thích thêm," Lasers đã được sử dụng theo nhiều cách khác nhau. Ông giải thích thêm, "Nhiều màu trong phổ của chùm tia laser sẽ giúp plasma lan truyền qua chùm tia hiệu quả hơn và AI giúp chúng tôi hiểu được sự tương tác phức tạp giữa các màu khác nhau này và plasma."
Cuối cùng, Trung tâm nghiên cứu hợp nhất hạt nhân của Bộ Năng lượng đã đưa ra việc chỉ định một trung tâm nghiên cứu quốc gia được thiết kế để thúc đẩy năng lượng hợp nhất quán tính (IFE), một công nghệ năng lượng sạch đầy hứa hẹn dựa vào sự hợp nhất của các nguyên tử hydro (Deuterium và Tritium) nặng (Deuterium và Tritium) để tạo ra năng lượng.
Dựa vào các thế mạnh nghiên cứu liên ngành của Đại học Rochester, LLE đã tuyển dụng thành công một số sinh viên để tăng cường ứng dụng trí tuệ nhân tạo và học máy trong nghiên cứu hội tụ.
Theo Gopalaswamy, "Mục đích của chúng tôi là truyền cảm hứng cho các sinh viên với niềm đam mê học máy tiếp tục để tăng cường hơn nữa tính chính xác của các công cụ chẩn đoán của chúng tôi. Thật vậy, chúng tôi cần các chuyên gia AI. và âm thanh khoa học.
Ông nói thêm, "Khi quốc gia chuyển sang làm sạch năng lượng và sức mạnh bền vững, việc áp dụng AI trong nghiên cứu hợp nhất rất hứa hẹn và có thể trở thành một lĩnh vực lực lượng lao động mới nổi."
Valeri Goncharov, giám đốc bộ phận lý thuyết của LLE và giáo sư trợ lý nghiên cứu tại Khoa Kỹ thuật Cơ khí, lưu ý, "Trí tuệ nhân tạo là một công cụ quan trọng để hướng dẫn nghiên cứu của chúng tôi. Bằng cách tối ưu hóa các công cụ này, chúng tôi có thể tăng cường kết quả nghiên cứu của mình. , động lực cho sự đổi mới vẫn bắt nguồn từ trí thông minh của chúng tôi.
