Google-Tri Alpha Energy: algoritmi per il nucleare

Un algoritmo per gestire il plasma nell'ambito della fusione nucleare, adottando un approccio basato sulla sinergia tra la macchina e l'essere umano.
Google-Tri Alpha Energy: algoritmi per il nucleare
Un algoritmo per gestire il plasma nell'ambito della fusione nucleare, adottando un approccio basato sulla sinergia tra la macchina e l'essere umano.

Tri Alpha Energy, società statunitense già finanziata tra gli altri da Paul Allen (co-fondatore Microsoft), ha siglato una partnership con Google con l’obiettivo di sperimentare le potenzialità degli algoritmi nel campo della produzione di energia dalla fusione nucleare. La tecnologia impiegata si chiama Optometrist e nasce dall’incontro tra sistemi di computing e intervento umano.

Nelle centrali di tipo nucleare gli atomi vengono fatti interagire a temperature estremamente elevate (oltre 200 milioni di gradi), così da causare il rilascio di un grande ammontare di energia. Una procedura complessa, regolata da fenomeni non lineari, all’interno dei quali anche il più piccolo cambiamento può portare a conseguenze significative. La gestione del plasma è, dal punto di vista ingegneristico, la sfida più grande.

La collaborazione tra bigG e TAE mira ad affrontare il problema mediante un approccio ibrido e inedito: anziché delegare il potere decisionale alla macchina, questa offre una serie di possibilità basandosi sui propri modelli predittivi e di analisi, lasciando che sia l’operatore a scegliere la strada migliore da percorrere basandosi sulla sua esperienza. Queste le parole di Ted Baltz del Google Accelerated Science Team.

La questione va oltre ciò che siamo attualmente in grado di gestire, anche con le risorse di computing a disposizione di Google. Affrontiamo il problema sottoponendo a un fisico esperto i possibili comportamenti del plasma, lasciando che sia lui a decidere quali ritenere maggiormente interessanti, senza che sia la macchina a scegliere. È un classico caso in cui gli umani e i computer lavorano meglio insieme che separatamente.

Il metodo ha già permesso di ottenere benefici: Tri Alpha Energy ha notevolmente incrementato i ritmi della sperimentazione sulla sua macchina C2-U (visibile nell’immagine di apertura, ora sostituita da una variante più potente chiamata Norman e raffigurata nello schema qui sotto), riducendo i tempi di un test solitamente lungo un mese a poche ore. L’algoritmo Optometrist ha segnalato modi inattesi di operare sul plasma. È stata raggiunta una riduzione del 50% nel quantitativo di energia dispersa dal sistema, il che si traduce in una maggiore efficienza.

Norman

Norman, la macchina di Tri Alpha Energy che sostituisce C2-U

Senza ulteriormente addentrarsi in tecnicismi, ciò che davvero risulta interessante è l’approccio adottato con il progetto. Sebbene spesso si parli di intelligenza artificiale, machine learning e algoritmi come di sistemi potenzialmente in grado di rimpiazzare in tutto e per tutto l’operato dell’essere umano, la partnership tra Google e Tri Alpha Energy dimostra come una cooperazione e una sinergia tra l’uomo e la macchina sia ancora, in alcuni casi, in grado di fornire risultati inarrivabili.

Ti consigliamo anche

Link copiato negli appunti