خوارزمية لتنبؤ مدارات الكواكب قد تكون مفتاحًا لمصدر طاقة لا نهاية له

تم تطوير خوارزمية حاسوبية بواسطة عالم في وزارة الطاقة الأمريكية (DOE) مختبر الفيزياء البلازما في برينستون (PPPL) يمكنها التنبؤ بدقة بمدار الكواكب في النظام الشمسي. تعتمد على الذكاء الاصطناعي (AI) لتطوير التنبؤات بناءً على الخبرات السابقة. الآن ، يتم تعديل أساسيات تلك الخوارزمية في مجالات أخرى ، تحديداً فيما يتعلق بالتنبؤ والسيطرة على البلازما في مرافق الاندماج. يمكن لهذه المرافق حصاد طاقة الاندماج ، التي تعمل بالشمس والنجوم ، على الأرض. هونغ تشين هو فيزيائي في PPPL ومؤلف الورقة المنشورة في تقارير علمية. “عادة في الفيزياء ، تقوم بالمراقبة وتخلق نظرية بناءً على تلك المراقبة ، ثم تستخدم تلك النظرية للتنبؤ بالملاحظات الجديدة” ، قال تشين. “ما أفعله هو استبدال هذه العملية بنوع من الصندوق الأسود الذي يمكنه إنتاج تنبؤات دقيقة بدون استخدام نظرية تقليدية أو قانون.”

برنامج الحاسوب

يعتمد برنامج الحاسوب الذي طوره تشين على بيانات تم تغذيتها من ملاحظات سابقة بشأن مدارات الأرض والمريخ والمريخ والزهرة والمشتري والكوكب القزم سيريس. بالإضافة إلى “خوارزمية الخدمة” ، يمكن إجراء تنبؤات دقيقة لمدارات الكواكب الأخرى ، كل ذلك بدون استخدام قوانين نيوتن للحركة والجاذبية. “بصورة أساسية ، قمت بتجاوز جميع المكونات الأساسية للفيزياء. أذهب مباشرة من البيانات إلى البيانات” ، قال تشين. “لا يوجد قانون فيزيائي في المنتصف.” جوشوا بوربي هو فيزيائي في مختبر لوس ألاموس الوطني التابع لوزارة الطاقة (DOE). حصل على دكتوراه تحت إشراف تشين. “علم هونغ البرنامج المبدأ الأساسي المستخدم من قبل الطبيعة لتحديد ديناميكيات أي نظام فيزيائي” ، قال بوربي. “المنفعة هي أن الشبكة تتعلم قوانين حركة الكواكب بعد مشاهدة أمثلة تدريبية قليلة. بمعنى آخر ، رمز هونغ حقا “يتعلم” قوانين الفيزياء.”

تجارب الاندماج

تتم الآن تعديل هذه المبادئ والنظريات بواسطة تشين و إيريك بالمردوكا ، وهو طالب دراسات عليا في برنامج برينستون للفيزياء البلازما. يحاولون استخدامها للتنبؤ بسلوك جسيمات البلازما في تجارب الاندماج ، التي تجري في جميع أنحاء العالم. الاندماج هو مزيج من العناصر الخفيفة على شكل بلازما ، وهو مصدر الطاقة وراء الشمس والنجم. تمثل البلازما 99٪ من الكون المرئي ، وتحمل إمكانية إنتاج كميات هائلة من الطاقة. إذا تمكن العلماء من تكرار الاندماج على الأرض ، فسيوفر لنا مصدرًا لا نهاية له للطاقة الكهربائية. “في جهاز الاندماج المغناطيسي ، تكون ديناميكيات البلازما معقدة ومتعددة النطاق ، والقوانين الفعالة أو النماذج الحاسوبية للعملية الفيزيائية التي نтересنا فيها ليست دائمًا واضحة” ، قال تشين. “في هذه السيناريوهات ، يمكننا تطبيق تقنية التعلم الآلي التي طورتها لإنشاء نظرية مجال منفصلة ثم تطبيق هذه النظرية المنفصلة لفهم وتنبؤ بالملاحظات التجريبية الجديدة.” يعتقد العلماء أيضًا أن هذه التقنية الجديدة يمكن أن تطور نظرية فيزيائية تقليدية. في حين أن هذه الطريقة تحظّر في بعض الحالات الحاجة إلى مثل هذه النظرية ، يمكن اعتبارها أيضًا طريقًا نحوها “، قال بالمردوكا. “عندما تحاول استنتاج نظرية ، تريد أن يكون لديك أكبر قدر ممكن من البيانات تحت تصرفك. إذا كنت معطى بعض البيانات ، يمكنك استخدام التعلم الآلي لملء الفجوات في تلك البيانات أو توسيع مجموعة البيانات بشكل آخر.”