با تلاش دانشمندان دانشگاه هاروارد صورت می‌گیرد

هربک افزود: هنگامی که آسیب‌های مخرب ناشی از پلاسما رخ می‌دهند، حتی برخی از بزرگترین دستگاه‌های مورد استفاده در زمینه همجوشی هسته‌ای، تا یک سانتی‌متر به هوا پرتاب می‌شوند. در نتیجه می‌توان شدت میزان نیروی آزاد شده را تصور کرد.

پیش‌بینی این گونه آسیب‌ها، موضوع بسیار مهمی است زیرا هرچه دستگاه بزرگ‌تر باشد، میزان تخریب نیز بیشتر است.

هربک ادامه داد: ما تاکنون راهبردهای خوبی برای پیشگیری از این رخدادهای مخرب نداشته‌ایم. بهترین راهبرد برای کاهش عوارض منفی این رخدادها، پیش‌بینی زمان وقوع آنهاست. با داشتن این قابلیت، امکان اقدام به موقع و پیشگیری از رخ دادن حادثه فراهم می‌شود.

هربک و همکارانش، پروژه خود را با کمک یادگیری ماشینی آغاز کردند تا بتوانند از عهده پیش‌بینی آسیب‌ها برآیند. هدف آنها این است که با ترکیب فیزیک و هوش مصنوعی، امکان پیش‌بینی آسیب‌ها را قبل از وقوع فراهم کنند.

هربک گفت: پژوهشگران، پیش از این روش قدیمی یادگیری ماشینی را برای پیش‌بینی این گونه آسیب‌ها به کار برده‌اند اما ما در پژوهش خود از یادگیری عمیق استفاده می‌کنیم. هوش مصنوعی در حال حاضر، یکی از پیچیده‌ترین حوزه‌های علمی است و ما یقین داریم که ترکیب آن با علم هسته‌ای، نتیجه هیجان‌انگیزی به همراه خواهد داشت و در پیش‌بینی دقیق‌تر چالش‌های خطرناک پیش رو و پاکسازی انرژی به ما کمک خواهد کرد.

این پژوهش، در مجله "Nature" به چاپ رسید.