Te ostatnie powracają ostatnimi czasy do łask. Na przestrzeni lat doszło bowiem do dwóch znaczących awarii, które obiły się szerokim echem na całym świecie, w negatywny sposób wpływając na wizerunek energetyki jądrowej. Mowa rzecz jasna o katastrofach w Czarnobylu oraz Fukushimie. W kontekście ograniczania zużycia paliw kopalnych oraz redukcji dostaw ropy naftowej i gazu ziemnego z Rosji, pojawiły się głosy, że takim elektrowniom należy ponownie zaufać.
Czytaj też: Fuzja jądrowa z gigantycznym skokiem. Produkują pięć razy więcej energii, niż wykorzystują
Ze względu na obawy o bezpieczeństwo inżynierowie musieli jednak zadbać, by tym razem historia ze Związku Radzieckiego i Japonii się nie powtórzyła. Tylko czy zaangażowanie sztucznej inteligencji w realizację tego zadania zapewni w społeczeństwie spokój? Niekoniecznie, biorąc pod uwagę to, jak wiele kontrowersji wywołują wszelkie wzmianki o potencjale maszyn pozwalającym im na przejęcie kontroli nad ludzkością.
Przejdźmy jednak do konkretów. Naukowcy z laboratorium Argonne podlegającego pod Departament Energii Stanów Zjednoczonych twierdzą, że dbając o bezpieczeństwo i wydajność elektrowni jądrowych warto zwrócić się w kierunku systemów opartych na uczeniu maszynowym. Nie sama technologia będzie oczywiście kluczem do sukcesu. Pomóc ma również reaktor typu SFR, w którym chłodzenie następuje z wykorzystaniem sodu.
Elektrownie atomowe oparte na reaktorach typu SFR mogłyby być kontrolowane przez modele wykorzystujące uczenie maszynowe w celu zapewnienia najwyższego stopnia bezpieczeństwa
Takie reaktory jak na razie nie weszły do komercyjnego użytku, lecz mają w tym kontekście ogromny potencjał. Zdaniem części ekspertów mogłyby one być wręcz rewolucyjne dla całej branży. W grę wchodzi nie tylko zwiększenie wydajności produkcji energii, ale również ograniczenie ilości produkowanych odpadów nuklearnych. Ich składowanie jest przecież jednym z największych problemów związanych z energetyką jądrową.
Aby zadbać o bezpieczeństwo użytkowania reaktorów typu SFR potrzeba dodatkowych zabezpieczeń. Jak wyjaśniają autorzy publikacji zamieszczonej na łamach Energies, wykorzystanie mocy uczenia maszynowego do ciągłego monitorowania i wykrywania anomalii zapewni przełom w wydajności i opłacalności systemów wykorzystywanych do produkcji energii jądrowej.
Czytaj też: Elektrony płyną, lecz nie tracą energii. Wyjątkowe osiągnięcie prowadzi do urządzeń nowej generacji
Jak miałoby działać takie rozwiązanie? W ramach dotychczasowych eksperymentów zaprojektowano system służący do ciągłego monitorowania układu chłodzenia. Model analizuje dane dostarczane przez 31 czujników mierzących między innymi temperaturę płynu, ciśnienie i natężenie przepływu. Co istotne, w toku badań zaprezentowano zdolność takiego systemu do szybkiego i dokładnego wykrywania anomalii operacyjnych. Gdy zasymulowano wyciek chłodziwa, co prowadzi do wzrostu temperatury i natężenia przepływu, model wykrył ten problem w ciągu około trzech minut od jego wystąpienia.
