Sztuczna inteligencja strzeże najpotężniejszej maszyny na świecie

Sztuczna inteligencja jest wykorzystywana do monitorowania i dokumentowania pęknięć w tunelach CERN-u. Rozwiązania te znacznie ułatwiają dbanie o kondycję Wielkiego Zderzacza Hadronów (LHC), najpotężniejszej maszyny na naszej planecie.
Robot TIM w akcji

Robot TIM w akcji

Podziemia CERN-u są jednym z najbardziej złożonych systemów tuneli na świecie. Ma on ponad 60 km długości, a otaczające skały wymagają ciągłego monitorowania i oceny ryzyka. Każdy najmniejszy wstrząs może zakłócić lub nawet wstrzymać działanie kompleksu akceleratorów. A to z kolei wiąże się z ogromnymi stratami finansowymi.

Sekcja inżynierów Future Studies (FS) z działu Site and Civil Engineering (SCE) skontrolowała 60 km podziemnych tuneli i infrastruktury podpowierzchniowej. Stwierdzono 550 usterek, w większości drobnych. Jednak spośród 8% poważnych usterek najczęstszym problemem były pęknięcia.

Do tej pory inżynierowie musieli ręcznie sprawdzać wszelkie pęknięcia i inne problemy w tunelach, co było czasochłonnym procesem. Co więcej, oko człowieka bywa niedokładne, więc zdarzało się, że w przeszłości pewne ubytki nie zostawały wykryte. Fizycy CERN już od dłuższego czasu szukają alternatywnych metod monitoringu, a jedną z najciekawszych jest zautomatyzowany system oparty na sztucznej inteligencji.

Strażnicy tuneli

Rozwiązanie, o którym mowa, to CERN Inspection Tool (TIC) – w pełni cyfrowa, aplikacja mobilna, który jest zintegrowana z portalem GIS (centralą) CERN-u. Umożliwia użytkownikom rejestrowanie usterek, dołączanie zdjęć, mierzenie odległości i lokalizowanie ich na mapie. Po zakończeniu inspekcji wszystkie zapisy są przesyłane do serwerów GIS, gdzie można je obejrzeć w czasie rzeczywistym.

Czytaj też: Nowa siła natury odkryta? Niezwykłe doniesienia z CERN

Od niedawna do zbioru danych wykorzystuje się nie ludzi, a specjalne roboty, takie jak CERNbot czy TIM robot. Maszyny opracowane przez grupę Controls, Electronics and Mechatronics (BE-CEM) wykonują zdjęcia inspekcyjne, które są następnie przetwarzane przez uczenie maszynowe w celu identyfikacji pęknięć. Naukowcy z University College Cork (UCC) opracowali algorytm rozpoznawania pęknięć w czasie rzeczywistym. Od niedawna jest on stosowany w CERN.

To zdalne gromadzenie zdjęć i danych uzyskanych za pomocą robotów pozwala na regularniejsze inspekcje i mniejsze ryzyko dla inspektorów, chociaż potrzebne są dalsze testy.John Osborne, szef sekcji Future Studies

W ramach innego projektu, naukowcy badają możliwość wykorzystania kabli światłowodowych do zdalnego pomiaru ruchów pod ziemią. To pozwoliłoby monitorować tunele nawet podczas prac akceleratorów (co normalnie jest niemożliwe).