仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
将ScienceAI设为星标
第一时间掌握
新鲜的AIforScience资讯
编辑|%
随着人工智能飞速崛起，能源的庞大索取量成为了不得不重视的现状。而意图驾驭这股新兴浪潮的国家中，有不少将目光转移到了一款量大管饱的发电项目——核电。
加利福尼亚州，DiabloCanyon（代阿布洛峡谷）核电站是当地仅存的核电站，计划从2029年开始它漫长的退役过程。尽管被调侃所使用的技术已经落后到了恐龙时代去，但这座核电站还是收到了八台NVIDIAH100图形处理器，AI的身影在此降临到这座已经有些衰老的发电站。
现如今，美国的94座核反应堆中所有的年限许可均已延长，并仍然提供着近20%的电力总量。其中有三分之一的核所有者正在与科技公司谈判，要求为数据中心提供电力。
图示：位于密歇根州Covert的Palisades核电站的控制室模拟器。（图源：网络）
AI会提供什么协助
阿贡国家实验室（ArgonneNationalLaboratory）以其核反应堆方面的工作而闻名，该实验室开发了一种基于AI的工具，可以协助反应堆设计并帮助运营商运行核电站。
这款工具名为用于自动识别和诊断的无参数推理运算符（PRO-AID），使用生成式AI结合大型语言模型执行实时监控和诊断，当工厂出现问题时，这些模型会通知员工并为他们提供解释，包括报错位置，事故等级与应急处理方法等。
它还使用一种自动推理形式，即使用数学逻辑在AI系统中编码知识，以模仿人类作员提出问题并了解工厂的运作方式。
此前提到过的DiabloCanyon核电站里，名为NeutronEnterprise的人工智能工具帮助工厂的工人在运营和维护设施时浏览大量的技术报告和法规，其中部分最早可追溯到几十年前，该人工智能来自于AtomicCanyon（总部位于圣路易斯奥比斯波）。
NeutronEnterprise的存在为在DiabloCanyon或其他设施进一步使用AI打开了大门——这种可能性让一些立法者和AI专家呼吁设置更多的限制措施。
AtomicCanyon的首席执行官兼联合创始人表示：他对NeutronEnterprise的期望简单且风险较低，只要能支持DiabloCanyon的员工能够更有效地查找相关信息即可。
更具体些的描述
美国一所大学UniversityofIllinoisUrbana-Champaign开发了一种实时监控核能系统的新方法，该方法在推断预测、模拟时，能以传统计算流体动力学（CFD）约1400倍的速度运行。
论文链接：https ://www.nature.com/articles/s41529-025-00557-y
论文中提到，新颖的深度算子神经网络（DeepONet）在图形处理单元（GPU）上进行适当训练后，可以立即准确地预测整个域上的完整多物理场解。
DeepONet充当实时虚拟传感器，解决了物理传感器或经典建模预测的这些限制，特别是通过预测压水反应堆热段中的关键热工水力参数。
图示：基于FNN的DeepONet架构示意图。（图源：网络）
这项研究研究引入了一种确保核系统安全的新方法，通过使用先进的机器学习技术来实时监测关键条件。更具体来说，可以把它当做是拥有反应堆运行方式的虚拟地图，无需将仪器安置在危险区域。
AI距离核能尚有些距离
比尔·盖茨创立的TerraPower是新一代核电公司之一，自上世纪初成立以来，该公司一直在使用先进的计算机建模来设计其反应堆技术。
在这家公司旗下的Natrium反应堆将是第一个「在完全数字化的环境中从开始到商业化」进行设计和建模的反应堆。
虽然新一代的核电公司正在逐步采用智能科技来协助它们的生产，但是人工智能完全进入商业核电还需要一段时间。
上文提到过的用于协助工人加快文档搜索速度的AINeutronEnterprise面临着这样的问题。AI在搜索数据时会生成一篇摘要，但有时候摘要内会产生不正确信息。核管理委员会对此高度重视，目前为止，该人工智能对于核电站的效果是积极的。
人工智能×[生物神经科学数学物理化学材料]
「ScienceAI」关注人工智能与其他前沿技术及基础科学的交叉研究与融合发展。
欢迎关注标星，并点击右下角点赞和在看。
点击阅读原文，加入专业从业者社区，以获得更多交流合作机会及服务。
