人工智能 賦能核電技術(shù)發(fā)展
美國正在運(yùn)行的核反應(yīng)堆已經(jīng)步入退役期，這些反應(yīng)堆建于數(shù)十年前，使用的是20世紀(jì)中葉的技術(shù)，它們提供了安全可靠的電力，但其產(chǎn)生的廢物也必須得到妥善處理。這些老舊的反應(yīng)堆主要采用水冷，而目前最先進(jìn)的快中子反應(yīng)堆使用液態(tài)金屬冷卻劑，在此項技術(shù)的加持下，反應(yīng)堆排放的幾乎所有廢燃料都可以重復(fù)利用。由于美國在20世紀(jì)70年代后幾乎停止了新的商業(yè)核電站的建設(shè)，快中子反應(yīng)堆尚未進(jìn)行商業(yè)化探索。一個快中子反應(yīng)堆從概念到設(shè)計到建造，最后投入運(yùn)行，需要數(shù)年甚至數(shù)十年的精心規(guī)劃。所有這些都是為了確保特定的反應(yīng)堆設(shè)計是安全和穩(wěn)定的，以便向監(jiān)管機(jī)構(gòu)提交全面的安全分析。
未來的反應(yīng)堆將更加依賴先進(jìn)的建模和仿真，現(xiàn)在通過使用人工智能（AI）和機(jī)器學(xué)習(xí)方法來強(qiáng)化這一技術(shù)。這是一種關(guān)鍵能力，美國能源部阿貢國家實驗室的計算科學(xué)家在這方面有豐富的經(jīng)驗。憑借來自不同技術(shù)領(lǐng)域的專業(yè)技術(shù)人員（包括計算機(jī)科學(xué)、流體動力學(xué)、核工程等），阿貢的科學(xué)家們正與核電行業(yè)一起設(shè)計未來的能源。
歡迎來到機(jī)器的世界
快速反應(yīng)堆的好處是顯而易見的：它們比水冷反應(yīng)堆更安全、體積更小、使用的燃料更少。然而，層層監(jiān)督推高了建設(shè)和運(yùn)營成本，研究人員多年來一直在尋找降低部分成本的方法。
由于世界各地的核設(shè)施產(chǎn)生了大量的實驗數(shù)據(jù)，我們對水冷反應(yīng)堆有了解深入。但由于先進(jìn)反應(yīng)堆寥寥無幾，導(dǎo)致我們對其的了解有限。因此，科學(xué)家們不得不依靠建模和仿真來確定最佳反應(yīng)堆方案。最近，研究人員將目光鎖定在一種新的技術(shù)上，以提高模擬的準(zhǔn)確性并降低計算成本，這就是機(jī)器學(xué)習(xí)。作為人工智能的重要組成部分，機(jī)器利用既有數(shù)據(jù)自動學(xué)習(xí)，并進(jìn)行更好的預(yù)測結(jié)果。
雖然不像建造一個核反應(yīng)堆那么昂貴，但運(yùn)行一個高功率、細(xì)粒度的模型仍然需要在世界最快的超級計算機(jī)上花費(fèi)大量的處理器時間。當(dāng)涉及到建模時，就必須在準(zhǔn)確度、速度和費(fèi)用之間進(jìn)行權(quán)衡。使用機(jī)器學(xué)習(xí)可以在不犧牲精度的前提下減少模擬所需的時間。目前，機(jī)器學(xué)習(xí)技術(shù)已用于氣候科學(xué)和圖像處理等領(lǐng)域，這些領(lǐng)域的科學(xué)家們要處理巨大的數(shù)據(jù)集，因此他們必須掌握快速準(zhǔn)確的處理方法。所以，將這一方法引入核反應(yīng)堆設(shè)計和分析，也是合乎邏輯的。
擁有一個準(zhǔn)確的核反應(yīng)堆模型，對于確保反應(yīng)堆建成后能夠安全運(yùn)行是至關(guān)重要的。核反應(yīng)堆必須在計算機(jī)上進(jìn)行壓力測試，所有新反應(yīng)堆的設(shè)計都包含了安全邊際或公差，旨在使反應(yīng)堆即使在極端緊急情況下也能安全運(yùn)行。由于每個模擬程序都包含一定的不確定性，核工程師需要準(zhǔn)確量化這些安全邊際。反應(yīng)堆結(jié)構(gòu)復(fù)雜，包含許多不同的子系統(tǒng)，由不同的專家團(tuán)隊設(shè)計。由于安全是最核心的因素，反應(yīng)堆的設(shè)計者們有時也會過于保守。通過減少模型中的不確定性，研究人員最終可以縮小安全邊際，有可能降低一些成本。
美國最好的模型
反應(yīng)堆設(shè)計的模擬運(yùn)行可以是快速的、開放結(jié)果的，也可以是較慢的、完備的結(jié)果。要真正建立一個反應(yīng)堆的不確定度范圍，需要編寫高度仿真的計算流體動力學(xué)（CFD）代碼，但完成一次運(yùn)算可能需要數(shù)周或數(shù)月。核工程師和建模人員希望加快這一過程，同時提高我們對安全系數(shù)的理解。當(dāng)需要建造一個具有額外安全裕度的反應(yīng)堆時，核工程師不希望在后端支付不必要的成本，也不希望在前端的計算機(jī)模型方面多付出代價。
為了獲得足夠精度的CFD模型，同時兼顧運(yùn)行時間，研究人員需要創(chuàng)建代用模型。代用模型是在無法直接測量特定結(jié)果時使用的，所以科學(xué)家們用模型來代替。其具體工作原理是不透明的，科學(xué)家們稱之為“黑箱”。傳統(tǒng)模型計算成本太高時，通常使用代用模型，這些代用模型比傳統(tǒng)的CFD模型運(yùn)行得更快。除了使用代用模型，科學(xué)家們在超級計算機(jī)上研究核反應(yīng)堆時，還采用了模塊化模擬，即分別對反應(yīng)堆的不同部分分別建模和優(yōu)化，然后在一個大型模擬中匯集起來。模擬并不是研究人員處理所有問題的唯一方法，但模擬確實幫了核工程師不少忙。
在構(gòu)建機(jī)器學(xué)習(xí)模型時，科學(xué)家可以求助于三種不同類型的數(shù)據(jù)來生成訓(xùn)練集：由實際反應(yīng)堆生成的經(jīng)驗數(shù)據(jù)；從以前的模型中得出的模擬數(shù)據(jù)；理論方程，這些方程提供了科學(xué)家所謂的“物理學(xué)指導(dǎo)”方法來對反應(yīng)堆進(jìn)行建模。通過將機(jī)器學(xué)習(xí)模型與經(jīng)驗數(shù)據(jù)相結(jié)合，科學(xué)家們可以生成一組數(shù)據(jù)用于模型訓(xùn)練，然后引入新變量重新訓(xùn)練，并比較二者的結(jié)論。
科學(xué)家們希望將這些海量數(shù)據(jù)與一個全局模型相結(jié)合，嘗試以一種新的方式運(yùn)行它。將模擬結(jié)果和實驗、其他模擬或物理學(xué)原理所得出的結(jié)論相對照。
當(dāng)把核反應(yīng)堆的模型引入實際設(shè)計，反應(yīng)堆設(shè)計或運(yùn)行條件可能沒有在現(xiàn)實世界中進(jìn)行過測試。因此，驗證模擬的準(zhǔn)確性可能是一個挑戰(zhàn)。這對于反應(yīng)堆在在極端沖擊情況下保證安全尤為重要。由于研究人員擁有以往70年輕水反應(yīng)堆和實驗性先進(jìn)反應(yīng)堆的經(jīng)驗數(shù)據(jù)，加上對基本科學(xué)原理的深刻理解，我們可以形成相對全面的理論和模擬工具。但我們所知道的和現(xiàn)實的仍然存在差距。我們相信，機(jī)器學(xué)習(xí)方法和模型有可能填補(bǔ)這些認(rèn)識空白。
雖然我們在這類反應(yīng)堆的設(shè)計和分析方面有數(shù)十年的經(jīng)驗，但核工程師們正試圖在反應(yīng)堆的設(shè)計方面推陳出新。隨著這個新領(lǐng)域出現(xiàn)的，可能會有一些無法預(yù)料的問題。我們要確保在計算機(jī)上捕捉到這些情況，以便在建造時能防范于未然。
漫長而曲折的道路
核工業(yè)開始使用機(jī)器學(xué)習(xí)和其他先進(jìn)方法來降低模擬成本。然而，與開發(fā)新核反應(yīng)堆所涉及的一切一樣，這是一個漫長的過程。核電行業(yè)的合作者對新技術(shù)很感興趣，只要這些技術(shù)能降低整個流程成本，并盡可能保證安全、高效。這其中涉及到很多參與者，每一項新的技術(shù)或應(yīng)用都需要經(jīng)過審核。這需要時間，但對整個行業(yè)而言，我們開始走上一條讓設(shè)計和分析變得更加容易的道路。
在不同的技術(shù)領(lǐng)域使用機(jī)器學(xué)習(xí)和人工智能方法可能會對安全分析的建模和仿真產(chǎn)生革命性的影響，同時也可能會對診斷、操作和裝備材料產(chǎn)生重大影響，最終都能進(jìn)一步對反應(yīng)堆起到優(yōu)化作用。
消除障礙
例如，在試制裝備材料方面，可以輔助識別適合用于先進(jìn)反應(yīng)堆的材料。其優(yōu)勢不僅是更為高效快捷，也可以輔助設(shè)計新型測試或?qū)嶒?，以避免實驗人員的主觀偏見。在某些方面，人類可能比機(jī)器更不可靠，因為計算機(jī)可以比人類更快地嘗試許多不同種類的組合，特別是一些意想不到的組合。
在試制裝備材料方面取得的進(jìn)展也可以在快速成型制造中發(fā)揮作用。核反應(yīng)堆的許多部件都涉及到非常復(fù)雜的獨特部件。如果科學(xué)家們找到了一種或幾種有趣的材料，可以用來構(gòu)造這些部件，他們就可以使用快速成型制造和3D打印來制造它們。
操作方面，只要有足夠的數(shù)據(jù)，研究人員就可以建立預(yù)測模型，通過觀察參數(shù)何時漂移到理想范圍之外，來監(jiān)測工廠中發(fā)生的情況，并預(yù)測某些潛在的故障。通過這種方式，模型可以提醒運(yùn)營商采取預(yù)防措施。
阿貢實驗室利用人工智能在核反應(yīng)堆建模方面的努力還處于起步階段，但在未來幾年內(nèi)，它們有可能采取幾種可能的技術(shù)路線。最終，我們希望開發(fā)出基于物理學(xué)理論的、多尺度的模型，這些模型結(jié)合了機(jī)器學(xué)習(xí)，并利用廣泛的模擬和測量數(shù)據(jù)進(jìn)行優(yōu)化，實質(zhì)上是用機(jī)器學(xué)習(xí)和人工智能統(tǒng)一了我們現(xiàn)有的所有數(shù)據(jù)。