محققان نشان دادند که می‌توان از یادگیری تقویتی عمیق برای طراحی راکتورهای هسته‌ای کارآمد استفاده کرد.
در آمریکا انرژی هسته‌ای بیشتر از مجموع انرژی خورشیدی و بادی، برق بدون کربن فراهم می‌کند و این امر باعث می‌شود که نقش اساسی در مبارزه با تغییرات اقلیمی داشته باشد. اما ناوگان انرژی هسته‌ای ایالات متحده در حال منسوخ شدن است و اپراتورها تحت فشار هستند تا عملیاتشان را با هدف رقابت با نیروگاه‌های زغال سنگ و گاز ساده‌تر کنند. یکی از منابع اصلی که می‌توان از طریق آن هزینه‌ها را کم کرد هسته راکتور است که در آن انرژی تولید می‌شود. اگر میله‌های سوختی که واکنش‌ها را ایجاد می‌کنند در حالت ایده‌آل قرار گرفته باشند سوخت کمتری مصرف می‌کنند و هزینه تعمیر و نگهداری نیز کم می‌شود. طی دهه‌ها آزمایش و خطا، مهندسان هسته‌ای آموخته‌اند که طرح‌های بهتری را برای افزایش طول عمر میله‌های سوخت گران قیمت طراحی کنند. اکنون هوش مصنوعی آماده است تا به آن‌ها کمک کند.
محققان MIT و Exelon نشان دادند که با تبدیل فرایند طراحی به بازی، یک سیستم هوش مصنوعی می‌تواند به نحوی آموزش داده شود که ده‌ها پیکربندی بهینه تولید کند. این پیکربندی‌های بهینه باعث می‌شوند عمر هر میله سوخت حدود 5 درصد بیشتر شود و یک نیروگاه معمولی سالانه 3 میلیون دلار صرفه جویی کند. یک سیستم هوش مصنوعی همچنین قادر است سریع‌تر از انسان راه حل‌های بهینه را پیدا کند و به سرعت طراحی‌ها را در یک محیط امن و شبیه سازی شده اصلاح کند. نتایج این تحقیق در ماه جاری در مجله Nuclear Engineering and Design منتشر شده است.
کوروش شیروان، استادیار گروه علوم و مهندسی هسته‌ای دانشگاه MIT می‌گوید: “این فناوری می‌تواند در هر راکتور هسته‌ای در جهان پیاده‌سازی شود. با بهبود اقتصادی انرژی هسته‌ای که 20 درصد برق تولید شده در ایالات متحده را تأمین می‌کند، می‌توانیم رشد جهانی انتشار کربن را محدود کنیم و استعدادهای جوان را به بخش انرژی‌های پاک جذب کنیم.”
در یک راکتور معمولی میله‌های سوخت با سطوح بالای اورانیوم و اکسید گادولینیوم مانند قطعات شطرنج روی یک شبکه قرار می‌گیرند. اورانیوم واکنش‌ها را را‌ه‌اندازی می‌کند و عنصر کمیاب گادولینیوم سرعت آن‌ها را کم می‌کند. در یک طرح ایده‌آل، این تکانه های رقابتی برای پیشبرد واکنش‌های بهینه متعادل می‌شوند. مهندسان از الگوریتم‌های قدیمی برای بهبود طرح‌های ساخته شده توسط انسان استفاده می‌کنند. اما در یک مجموعه استاندارد 100 میله‌ای ممکن است تعداد گزینه‌هایی که برای ارزیابی وجود دارد رقم نجومی داشته باشد. در نتیجه مهندسان تاکنون در این زمینه موفقیت زیادی نداشته‌اند.
محققان فکر کردند که یادگیری تقویتی عمیق می‌تواند روند غربالگری را سریع‌تر کند. یادگیری تقویتی عمیق یک تکنیک هوش مصنوعی است که به تخصص فوق بشری در بازی‌هایی مانند شطرنج و Go رسیده است. یادگیری تقویتی عمیق ترکیبی از شبکه‌های عصبی عمیق و یادگیری تقویتی است. شبکه عصبی عمیق در بیرون کشیدن الگوها از میان انبوهی از داده‌ها به ما کمک می‌کند. یادگیری تقویتی، یادگیری را به یک سیگنال پاداش پیوند می‌دهد. این سیگنال پاداش چیزی شبیه بردن بازی در Go یا رسیدن به یک امتیاز بالا در SuperMario است.
در این‌جا، محققان به عامل (Agent) خود آموزش دادند تا مجموعه‌ای از محدودیت‌ها را به میله‌های سوخت اعمال کند و با هر حرکت مطلوب امتیاز بیشتری کسب کند. هر محدودیت یا قانونی که توسط محققان انتخاب می‌شود نشان‌دهنده دهه‌ها دانش تخصصی است که ریشه در قوانین علم فیزیک دارد. به عنوان مثال عامل می‌تواند با قرار دادن میله‌هایی که اورانیوم کمی دارند در لبه‌های مجموعه و در نتیجه کاهش سرعت واکنش‌های آن‌جا امتیاز کسب کند. یا با گسترش میله‌های سمی گادولینیوم برای حفظ سطح سوختگی امتیاز کسب کند. همچنین عامل می‌تواند با محدود کردن تعداد میله‌های سمی بین 16 تا 18 عدد میله، به امتیاز دست پیدا کند.
Majdi Radaideh نویسنده ارشد این تحقیق می‌گوید: “پس از این‌که ما در این تحقیق محدودیت‌ها را به هم متصل کردیم شبکه‌های عصبی شروع به انجام اقدامات بسیار خوبی کردند. آن‌ها وقتشان را برای فرآیندهای تصادفی تلف نکردند. تماشای این‌که آن‌ها یاد می‌گرفتند که مثل یک انسان بازی کنند بسیار سرگرم کننده بود. ” از طریق یادگیری تقویتی، هوش مصنوعی یاد گرفته است که مثل یک انسان و یا حتی بهتر از یک انسان بازی‌های پیچیده را انجام دهد. اما توانایی‌هایش در دنیای واقعی تقریباً آزمایش نشده باقی مانده است. در این مقاله، محققان نشان می‌دهند که یادگیری تقویتی کاربردهای بالقوه قدرتمندی دارد.
Joshua Joseph یکی از نویسندگان این تحقیق و دانشمند محقق در MIT می‌گوید: “این مطالعه یک نمونه هیجان انگیز از انتقال تکنیک هوش مصنوعی که پیش از این در انجام بازی‌های رومیزی و بازی‌های ویدیویی استفاده می‌شد، به دنیای واقعی و برای کمک به ما در حل مشکلات عملی جهان است.” Exelon اکنون در حال آزمایش یک نسخه بتا از سیستم هوش مصنوعی در یک محیط مجازی است، که این محیط مجازی درون یک راکتور آب جوش و حدود 200 طرح از داخل یک راکتور آب تحت فشار را شبیه سازی کرده است. Exelon دارای 21 راکتور هسته‌ای در سراسر ایالات متحده است. سخنگوی شرکت گفته است این سیستم می‌تواند ظرف یک یا دو سال برای پیاده‌سازی آماده شود.
