الذكاء الاصطناعي والاندماج النووي – استخدام تقنية مبتكرة واحدة لتطوير الأخرى

 الذكاء الاصطناعي هو أحد أهم التطورات التكنولوجية في العقد الأخير، حيث يحول الصناعات عبر جميع المجالات. لا يوجد قطاع تقريبًا لا يشعر بتأثيره، بما في ذلك الاندماج النووي—تقنية مبتكرة بقدر الذكاء الاصطناعي نفسه.

يُعتبر مصدرًا شبه غير محدود للطاقة النظيفة، الاندماج النووي هو مصدر طاقة واعد الذي يمكن أن يثبت أنه يغيّر قواعد اللعبة. 

من بين فوائده العديدة الوقود الوفير، كفاءة الطاقة، انبعاثات غازات الدفيئة القليلة، الاعتمادية، السلامة المتأصلة، والاستدامة. ومع ذلك، لا يزال في مرحلة التجربة.

هذا على الرغم من أن سجل طاقة الاندماج النووي تم تحقيقه هذا العام عندما حافظ فريق من العلماء والمهندسين على 69 ميجا جول من طاقة الاندماج لمدة 5 ثوانٍ باستخدام 0.2 ملغ فقط من الوقود. بينما هذه الطاقة تكفي لتشغيل حوالي 12,000 منزل خلال تلك المدة، إلا أنها لا تزال تتطلب طاقة مدخلية أكثر مما تولد. 

حتى الآن، تمكن العلماء فقط من الحفاظ على الاندماج لبضع ثوانٍ. ومع ذلك، قد تتغير الأمور بفضل الذكاء الاصطناعي.

الاختراقات المستمرة في الذكاء الاصطناعي في السنوات الأخيرة لم تجعلها فقط جزءًا من حياتنا اليومية بل جعلتها أيضًا حاسمة لتحقيق التقدم العلمي. يتم الآن استكشاف الذكاء الاصطناعي بنشاط لتحسين الاندماج النووي بطرق متعددة. 

من التحكم في تفاعلات الاندماج عبر التنبؤ ومنع عدم الاستقرار في الوقت الحقيقي إلى تحليل تصاميم المفاعلات للعثور على الأفضل، والحفاظ على تحكم مستقر في تفاعلات الاندماج لفترات أطول، وحتى تقليل الوقت والمال اللازمين لتحليل تصاميم المفاعلات وتوقع تغييرات البلازما—دور الذكاء الاصطناعي في الاندماج النووي يتزايد بسرعة.  

بينما قد لا يكون من الممكن توليد طاقة واسعة النطاق من الاندماج النووي قبل عام 2050 تقريبًا، إلا أن الذكاء الاصطناعي قد ظهر بالتأكيد كأداة واعدة لتسريع هذه العملية.

ستيفن كولي، أستاذ علوم الفلك الفلكية ومدير مختبر فيزياء البلازما بوزارة الطاقة (PPPL)، يعتقد:

“قد يتضح أن الاندماج هو التطبيق القاتل للذكاء الاصطناعي.”

في وقت سابق من هذا العام، أبلغ العلماء عن اكتشاف طريقة لتوقع عدم الاستقرار في البلازما، التي تكون شديدة الحساسية للتمزق والهروب من الحقول المغناطيسية القوية للآلات المصممة لإبقائها محتواة، ومنع حدوثها في الوقت الحقيقي باستخدام الذكاء الاصطناعي.

تمكن المتحكم الذكي من توقع تمزق البلازما المحتمل حتى 300 مللي ثانية مسبقًا، وفقًا للتجربة التي أجراها الباحثون من جامعة برينستون ومختبر PPPL.

الاضطرابات هي واحدة من العوائق الكبيرة في الاندماج النووي، حيث يرغب المرء أن يكون المفاعل يعمل 24/7 لسنوات دون أي مشكلة. 

“(نظرًا لأن الاضطرابات وعدم الاستقرار) مشكلة جدًا… تطوير حلول مثل هذه يزيد من ثقتهم بأننا نستطيع تشغيل هذه الآلات دون أي مشكلات.“

– إيغيمين كولمان، مؤلف الدراسة وأستاذ الهندسة الميكانيكية والفضائية في جامعة برينستون

بناء الذكاء الاصطناعي لاكتشاف سبائك جديدة لمرافق الاندماج النووي

أظهرت دراسة حديثة أجرتها مختبر أوك ريدج الوطني (ORNL) التابع لوزارة الطاقة (DOE) نموذجًا للذكاء الاصطناعي يساعد في تحديد سبائك جديدة تُستخدم في مفاعلات الاندماج النووي كحواجز لحماية مكونات تطبيقات الاندماج.

بدأ المشروع منذ عدة سنوات تحت قيادة ديفيد وومبل، المدير السابق لمبادرة الذكاء الاصطناعي، وهو خطوة كبيرة نحو تحسين مرافق الاندماج النووي. ثم استمر كمنطقة أولوية للبحث تحت مبادرة الذكاء الاصطناعي للاكتشاف العلمي (AISD).

تشير القيود الحالية للنهج الحوسبي على نطاق واسع، إلى إلقاء ضوء جديد على الفائدة المحتملة لدمج التعلم الآلي ضمن علوم المواد التقليدية والميكانيكا الكمومية. 

نماذج التعلم العميق (DL)، على وجه الخصوص، كانت فعّالة في تسجيل اللاخطيات ذات الصلة التي يتم تحفيزها بواسطة تكوينات الذرات في نظام ذري.

بمجرد أن يتم تدريب نموذج التعلم العميق، يتم تدريبه, يمكن استخدامه للاستدلال في جزء صغير من الوقت الذي تستغرقه حسابات DFT الكاملة مع الحفاظ على نتائج دقيقة. هذا التوفير الكبير في الوقت لتوقع خصائص السبائك باستخدام المعلومات الذرية يسرّع بشكل فعال اكتشاف وتصميم سبائك متعددة المكونات الجديدة. 

لذلك، ركزت الدراسة على السبائك، التي تُطلب منها \”تحقيق أداء استثنائي عند درجات حرارة مرتفعة جدًا.\” يحتاج هذا الأداء إلى مقاومة للحرارة العالية وكذلك الخصائص الميكانيكية الهيكلية المطلوبة لاستخدام السبائك في محطات نووية معقدة. لكي يحقق المادة قوة عالية عند درجة حرارة أعلى، يجب أن تكون درجة تحللها أعلى. 

لصنع هذه المواد، تم استخدام التنجستن كعنصر أساسي تقليديًا. تُضاف عناصر إضافية كملحق. تركيبة السبيكة الناتجة كانت مقاومة لدرجات الحرارة العالية لكنها غير ثابتة في الحفاظ على الحماية المناسبة.

مؤخرًا، بحث الباحثون في استبدال هذه المواد التقنية القياسية بما وصفه عالم بيانات الذكاء الاصطناعي في ORNL، ماسيمليانو لوبو باسيني، بأنه \”شيء جديد تمامًا ومبتكر.\”

لكن، بالطبع، تحديد التركيبات المعدنية المحتملة يمثل تحديًا كبيرًا، نظرًا للعدد الهائل من الاحتمالات. 

لذلك، استخدم الباحثون الذكاء الاصطناعي لتجاوز فترة الاختبار واكتشاف مرشحين لسبائك قابلة للاستخدام بطريقة أكثر كفاءة. وشمل ذلك توليد البيانات لإنشاء نموذج الذكاء الاصطناعي الذي حدد ثلاثة عناصر للاختبار كمرشحين محتملين لسبائك جديدة.

وفقًا لنتائج الدراسة، التي تم نشرها في مجلة Scientific Data، قدم الفريق أربعة مجموعات بيانات مفتوحة المصدر. وفرت مجموعات البيانات نتائج حسابات نظرية الكثافة الوظيفية (DFT) لخصائص الحالة الأرضية للسبائك. 

السبائك المعنية هي نيوبيا-فاناديوم (NbV)، نيوبيا-تنتالوم (NbTa)، تنتالوم-فاناديوم (TaV)، والسبائك الثلاثية NbTaV المرتبة في هياكل مكعبة مركزية الجسم (BCC) مع 128 موقعًا من شبكة برافيه. 

نموذج الذكاء الاصطناعي من ORNL ذو أهمية كبيرة في عالم الاندماج النووي لأن هذه التقنية الواعدة يمكن أن توفر موادًا نظيفة وطاقة شبه غير محدودة تتحمل درجات حرارة مرتفعة جدًا، والإشعاع، والضغط الميكانيكي. لذا، من خلال العثور على سبائك عالية الأداء، يمكننا ضمان طول عمر المفاعلات النووية وموثوقيتها.

بالإضافة إلى المساعدة في تحديد سبائك جديدة بسرعة أكبر وتكلفة أقل وإزالة عائق كبير في جعل مفاعلات الاندماج النووي عملية وآمنة، يمكن لهذا النموذج الذكي أيضًا تمكين تقدمات تكنولوجية مبتكرة في الاندماج النووي.

نمذجة البيانات المدفوعة بالذكاء الاصطناعي لتسريع الاكتشافات العلمية

امتلاك قاعدة بيانات تم إنشاؤها بالذكاء الاصطناعي هو مجرد جزء من المشروع. الجزء التالي يتضمن استخدام البيانات المولدة للبحث الإضافي بشأن تطوير وتدريب ونشر نماذج التعلم الآلي لاكتشاف وتصميم المواد.

وفقًا للوبو باسيني، هناك حاجة إلى ستة عناصر دعم تصميم سبائك جديدة مقاومة للحرارة ذات إنتروبيا عالية. 

السبائك ذات الإنتروبيا العالية، أو HEAs، تمثل حدودًا جديدة لعلماء المواد، وحاليًا هناك عدد قليل جدًا من النتائج التجريبية. دراسة من بضع سنوات مضت استقصت 14 عنصرًا والتوليفات التي تنتج HEAs. باستخدام حسابات ميكانيكية كمية عالية الإنتاجية، وجدوا استقرار وخصائص مرنة لأكثر من 7,000 HEA.

ووفقًا لمؤلف الدراسة واي تشين، أستاذ مشارك في علوم وهندسة المواد في معهد إلينوي للتكنولوجيا، فقد كانت تلك \”أكبر قاعدة بيانات لخصائص المرونة للسبائك ذات الإنتروبيا العالية\”.

الآن، بالنسبة للدراسة الأخيرة، هناك أيضًا مسألة المهمة المكلفة لتشغيل حسابات ميكانيكية كمية على الحواسيب الفائقة الحالية. لذا، “البيانات وحدها لن تكون كافية.”

تحدٍ آخر كان على الفريق التغلب عليه مع هذه الحسابات الضخمة هو الوقت. استغرق الأمر أكثر من عام قبل أن يتمكن الفريق من إجراء الحسابات على حاسبي Perlmutter وSummit الفائقين وتوليد البيانات.

حاسوب Summit الفائق هو جزء من منشأة الحوسبة القيادية في أوك ريدج ويقع في ORNL، بينما يُستضاف Perlmutter في مختبر لورنس بيركلي الوطني، وكلا النظامين الحاسوبيين من مرافق مكتب العلوم بوزارة الطاقة.

في الخطوة التالية، سيستخدم الفريق البيانات المولدة لتدريب نموذج الذكاء الاصطناعي. سيُسرّع النموذج نطاقًا واسعًا من المركبات نتيجةً لـ خلط العناصر الستة بتركيزات مختلفة لتكوين سبائك.

“نحن نحاول مساعدة علماء المواد في نهجهم التجريبي-الخطأ لتحديد النسبة النسبية للعناصر المختلفة التي يجب أن تُخلط معًا للحصول على سبائك يمكن أن تؤدي إلى تقدمات تكنولوجية مبتكرة في الاندماج.“

– لوبو باسيني

استخدام الذكاء الاصطناعي لفهم تعقيدات المواد على مستوى أعمق يتقدم أيضًا بسرعة كبيرة. في العام الماضي، قاد لوبو باسيني من ORNL أيضًا فريقًا من العلماء الحاسوبيين الذين أنشأوا مجموعات بيانات ذات حجم غير مسبوق وفرت خصائص الطيف فوق البنفسجي المرئي لأكثر من 10 ملايين جزيء عضوي.

فهم تفاعل الجزيء مع الضوء أمر حاسم لكشف خصائصه الإلكترونية والبصرية، التي لها تطبيقات محتملة في أنظمة التصوير الطبي والخلايا الشمسية.

تم تشغيل حسابات الكيمياء الكمومية باستخدام موارد الحوسبة عالية الأداء لتوليد مجموعات البيانات الضخمة. ستُستخدم هذه المجموعات لاحقًا لتدريب نموذج تعلم عميق لتحديد الجزيئات ذات الخصائص الضوئية والإلكترونية المخصصة.

في ذلك الوقت، أشار لوبو باسيني إلى أن تحديد كيفية تفاعل المادة والطاقة على المستوى دون الذري عبر تجارب شاقة وحسابات أولية تستنزف موارد الحوسبة الفائقة أمر غير قابل للتحمل. ومع ذلك، توفر نماذج التعلم العميق “أدوات واعدة جدًا لتجاوز هذه الحواجز.”

يبني الفريق بنية HydraGNN التي تستقبل التركيب الذري وتحوّله إلى رسم بياني قبل محاولة التنبؤ بما سيولده رمز المبادئ الأولى كناتج.

في وقت سابق من هذا العام، أظهر لوبو باسيني والفريق قابلية توسيع HydraGNN على نظام Perlmutter وكذلك على حاسبي Frontier وSummit الفائقين. HydraGNN هو تنفيذ لهياكل GNN لإنتاج توقعات سريعة ودقيقة لخصائص المواد.

من خلال التوضيح، أظهر الفريق فقط كيفية توسيع شبكات الأعصاب الرسومية (GNNs) لرسم الروابط بين آلاف أو حتى ملايين المتغيرات وفك علاقاتها لتسريع الاكتشاف العلمي.

الشركات التي ستستفيد من الاندماج 

تشهد صناعات الذكاء الاصطناعي والاندماج النووي استثمارات بمليارات الدولارات، مما يدل على الحماس والتطور المحيط بهاتين التقنيتين المتحولتين. لذا، دعونا نلقي نظرة على بعض الأسماء البارزة في هذه المجالات: 

#1. General Electric (GE)

تشارك شركة General Electric في أبحاث وتطوير الطاقة النووية من خلال GE Vernova، التي تهدف إلى تسريع الطريق نحو طاقة أكثر موثوقية، تكلفة معقولة، واستدامة.
تشمل جهودها في هذا المجال حساسات وتقنيات تصوير جديدة لتتبع مواد الوقود النووي المستخدمة في الوقت الحقيقي، تقنية فحص تسمى RADMASS لجعل إعادة معالجة الوقود أكثر تكلفة معقولة، وبناء مفاعلات مياه غليان (BWRs).

بقيمة سوقية تبلغ 204.469 مليار دولار، يتم تداول أسهم الشركة حاليًا عند 188.94 دولار، بارتفاع 47.83% منذ بداية العام. لديها ربحية السهم (TTM) 4.28، نسبة السعر إلى الأرباح (TTM) 44.09، وعائد توزيعات 0.59%.

في الربع الثاني من 2024، GE Vernova أبلغت عن إيرادات إجمالية قدرها 8.2 مليار دولار وصافي ربح 1.3 مليار دولار. في الوقت نفسه، تجاوزت الطلبات الإجمالية 11.8 مليار دولار الإيرادات بمقدار 1.4 مرة. بلغت السيولة من الأنشطة التشغيلية في نهاية الربع 1 مليار دولار، بينما ارتفع رصيد النقدية إلى 5.8 مليار دولار مقارنة بـ 4.2 مليار دولار بعد الانفصال عن GE في أبريل.

“تستمر اتجاهات الكهربة العالمية وإزالة الكربون في دفع الطلب على منتجاتنا وخدماتنا.”

– الرئيس التنفيذي لـ GE Vernova سكوت سترازك

#2. IBM (IBM)

بينما تعد NVIDIA رائدة في تكنولوجيا الذكاء الاصطناعي والحوسبة الفائقة، والتي دفعت أسعار أسهمها للارتفاع بنسبة 134.76% هذا العام، فإن IBM أيضًا من بين الرواد في الحوسبة الكمومية وأبحاث الذكاء الاصطناعي. أنظمة الحوسبة الكمومية الخاصة بالشركة هي أنظمة سحابية يمكن استخدامها للبحث والاستكشاف.

من خلال تشغيل محاكاة معقدة على هذه الحواسيب الكمومية، تسمح IBM بتحقيق اختراقات حاسمة في مختلف القطاعات. قبل بضع سنوات، كتبت الشركة عن تحسين توليد الطاقة النووية من خلال الاستفادة من قيمة البيانات.

بقيمة سوقية تبلغ 201.54 مليار دولار، يتم تداول أسهم الشركة حاليًا عند 218.80 دولار، بارتفاع 34.82% منذ بداية العام. لديها ربحية السهم (TTM) 9.53، نسبة السعر إلى الأرباح (TTM) 2.95، وعائد توزيعات 3.05%.

في الربع الثاني من 2024، IBM أبلغت عن إيرادات قدرها 15.8 مليار دولار، وهي زيادة بنسبة 2% مع أعلى ارتفاع في قطاع البرمجيات. بلغت هامش الربح الإجمالي للشركة 56.8% بينما كان الهامش التشغيلي (غير GAAP) 57.8%. صافي النقد من الأنشطة التشغيلية كان 6.2 مليار دولار للعام حتى الآن وتدفق النقد الحر كان 4.5 مليار دولار.

#3. ATI Inc. (ATI)

تتخصص ATI في إنتاج المعادن والسبائك المتخصصة، وهذا يضعها في موقع جيد لتطبيقات مفاعلات الاندماج. يُعد قسم المواد والمكونات عالية الأداء (HPMC) أحد أقسامها، الذي ينتج مواد عالية الأداء مثل التيتانيوم والسبائك القائمة على التيتانيوم المستخدمة في الطاقة والطب والفضاء. كما أن قسم السبائك المتقدمة والحلول (AA&S) هو شركة أخرى تنتج الزركونيوم والسبائك ذات الصلة المستخدمة في أسواق السيارات والإلكترونيات والطاقة والدفاع.

بقيمة سوقية تبلغ 8.20 مليار دولار، يتم تداول أسهم الشركة حاليًا عند 66 دولارًا، بارتفاع 44.74% منذ بداية العام. لديها ربحية السهم (TTM) 2.94 ونسبة السعر إلى الأرباح (TTM) 22.48.

في الربع الثاني من 2024، ATI أبلغت عن مبيعات بقيمة 1.1 مليار دولار، بزيادة 5% عن الربع السابق. صافي دخل الربع كان 81.9 مليون دولار، أي 0.58 دولار للسهم، بارتفاع 26% عن الربع الأول 2024. بينما كان EBITDA المعدل للشركة 182.6 مليون دولار.

“تمكننا تنفيذنا وقدرتنا على الاستفادة من فرص السوق من تحقيق هوامش أعلى وتوليد تدفق نقدي تشغيلي قوي.”  

– كيمبرلي أ. فيلدز، الرئيسة التنفيذية

الخلاصة

تستمر ضجة الذكاء الاصطناعي في النمو، وتعد دمجه في أبحاث الاندماج النووي لحظة محورية لكلا المجالين. من خلال معالجة التحديات المعقدة المتأصلة في الاندماج، يمتلك الذكاء الاصطناعي القدرة على تقليل الجدول الزمني بشكل كبير لتحقيق طاقة الاندماج العملية.

من توقعات البلازما في الوقت الحقيقي إلى اكتشاف سبائك جديدة قادرة على تحمل الظروف القاسية، تدفع التقدمات المدفوعة بالذكاء الاصطناعي الاندماج النووي تدريجيًا نحو أن يصبح حقيقة، مقدمةً حلاً طاقة أنظف وأكثر استدامة لأزمة الطاقة العالمية.

انقر هنا لتتعرف على كل ما يتعلق بالاستثمار في الذكاء الاصطناعي.