新电力网 · 打造最新最全的电力资讯网
当前位置: 主页 > 新能源 > 核聚变能 > Google机器学习算法 帮助加速核聚变发电研究

Google机器学习算法 帮助加速核聚变发电研究

发布时间:2017-09-14 00:20内容来源:新电力网 点击:

上个月两位瑞典查尔姆斯理工大学的年轻等离子体物理学家成功用模型引出更好的减速逃逸电子的方法。而近日Google与全球最大私营核聚变公司Tri Alpha Energy经过多年合作后获得了第一批成果。这两家公司从2017年开始合作,希望Google的机器学习算法可以推进等离子体究,使其更接近核聚变发电的梦想。

fusion-plasma-google-4.jpg

Tri Alpha Energy公司面临的挑战是,其等离子体究的巨大实验复杂性涉及到许多变数,因此迫切需要一些高级计算网络来帮助处理数据。但事实证明,Google也没有计算资源来解决这个问题。

Google机器学习算法 帮助加速核聚变发电研究

Google机器学习算法 帮助加速核聚变发电研究

Google加速科学团队的Ted Baltz解释道:“现实情况要复杂得多,因为离子温度是电子温度的三倍,所以等离子体不能达到热平衡,而液体也几乎是无效的,新电力网,所以你必须追踪至少一些的的万亿+单个粒子,整个事情是超出了我们计算机资源能做的范围。”

随后团队开发了一个独特的解决方案,被称为融合人与机的“验光师算法”(Optometrist Algorithm)。该算法向人类专家提供了连续的可能结果,并且让专家们使用他们的判断来选择以进行后续实验。

fusion-plasma-google-3.jpg

“所以我们把这个问题解决了,让一个专业的人类等离子体物理学家找到认为有趣的等离子体行为,而且当我们这样做时不会破坏机器,”Baltz说。

将这种技术纳入Tri Alpha Energy的实验过程使这项研究取得快速进展。 《科学报告》杂志上发表的一项新研究显示,该技术意外地使团队的能量损失率降低了50%,并且Tri Alpha Energy的场反转配置(FRC)等离子体发生器中离子温度和总的等离子体能量的同时增加。

Google机器学习算法 帮助加速核聚变发电研究

Google机器学习算法 帮助加速核聚变发电研究

Tri Alpha Energy总裁兼首席技术官Michl Binderbauer表示:“如果没有先进计算的力量来快速扩展我们对等离子体复杂性能的理解,这样的问题可能需要数年时间才能解决。”

fusion-plasma-google-1.jpg

Google和TAE将继续就这款新型等离子发生器进行实验合作,Binderbauer认为他们在十年内可以实现核聚变发电

关注中国IDC圈官方微信:idc-quan或微信号:821496803 我们将定期推送IDC产业最新资讯

扫描二维码,将会有专人将您拉进“大数据交流群”“云计算交流群”“区块链交流群”“物联网交流群”

查看心情排 行你看到此篇文章的感受是:

2017-08-24 09:28:00

Google机器学习算法 帮助加速核聚变发电研究

大数据资讯 机器学习的实现依赖于数据

大数据、分析、物联网、云技术……最近的几年里,没有这些术语你就无法参与到关于科技的讨论和对话中。它们已经成了科技中主要的参与者,影响着商务的方方面面。 <详情>

2017-08-23 18:15:00

Google机器学习算法 帮助加速核聚变发电研究

大数据资讯 大数据是什么?一文秒读懂大数据

互联网上的数据每年增长50%,每两年便将翻一番,而目前世界上90%以上的数据是最近几年才产生的。据IDC预测,到2020年全球将总共拥有35ZB的数据量。 <详情>

2017-08-09 11:41:00

Google机器学习算法 帮助加速核聚变发电研究

大数据资讯 吴恩达deeplearning.ai首度曝光,竟然是一套深度学习课程

吴恩达认为,中国正在成为AI胜地。 <详情>

2017-08-07 13:13:43

Google机器学习算法 帮助加速核聚变发电研究

顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------