Фото. Проект демонстрирует возможности инструмента по определению материалов для экстремальных условий эксплуатации.

Ученые из Национальной лаборатории Эймса в настоящее время расширяют новый инструмент искусственного интеллекта для улучшения прогнозов о поведении материалов в системах термоядерной энергии. Это расширение включает интеграцию новых данных и моделей для лучшего понимания производительности материалов в условиях интенсивного тепла, радиации и механического стресса.

Проект поддерживается программой ARPA-E CHADWICK и инвестициями лаборатории и соответствует миссии Министерства энергетики США по ускорению открытия и внедрения передовых материалов для энергетических технологий.

Инструмент, названный DuctGPT, сочетает искусственный интеллект с физическим моделированием, чтобы помочь исследователям идентифицировать материалы с подходящими свойствами для использования внутри термоядерных реакторов.

«Теперь, когда вы спрашиваете его: 'Я хочу разработать материал для синтеза, который обладает всеми x, y, z свойствами, критически важными для использования в термоядерных реакторах. Подскажите мне комбинацию элементов, которые удовлетворяют этим критериям', он предоставит вам эти комбинации элементов с их свойствами», — сказал ученый из лаборатории Эймса Прашант Сингх.

Исследование потенциальных составов сплавов

Значительная проблема в этой области заключается в необходимости исследовать широкий спектр потенциальных составов сплавов, которые сохраняют прочность при высоких температурах, сохраняя при этом пластичность, необходимую для производства.

Проект возглавляется ученым из лаборатории Эймса Прашантом Сингхом и демонстрирует, как инструменты ИИ могут помочь в поиске материалов, способных выдерживать экстремальные условия окружающей среды.

Исследовательская команда разработала DuctGPT, модифицируя существующую модель AtomGPT, созданную Национальным институтом стандартов и технологий. Они доработали эту модель, используя установленные данные материаловедения, чтобы сделать её применимой к системам синтеза. DuctGPT может анализировать огромное количество комбинаций элементов за считанные секунды.

Он обладает диалоговым интерфейсом, который позволяет исследователям задавать вопросы и определять конкретные параметры с помощью стандартного текста. Исследователи могут попросить инструмент разработать материал для синтеза с определёнными свойствами, и ИИ предоставит комбинацию элементов, удовлетворяющую этим критериям.

Идентификация сплавов с высокой температурой плавления

Одним из материалов, представляющих особый интерес, является вольфрам. Он эффективно выдерживает высокие температуры, имеет относительно короткий период охлаждения и остаётся радиоактивным на более короткий срок по сравнению с другими материалами после воздействия синтеза.

«Основной недостаток вольфрама — его низкая пластичность при низких температурах, что затрудняет его формовку в сложные формы», — заключил Сингх.

«С помощью DuctGPT мы теперь можем запрашивать составы в желаемом диапазоне, например, вольфрам-титан-цирконий-гафний, чтобы идентифицировать сплавы, которые сохраняют прочность и высокую температуру плавления вольфрама, улучшая при этом пластичность».

Цель состоит в том, чтобы идентифицировать сплавы, которые сохраняют высокую температуру плавления вольфрама, улучшая его пластичность для практического использования.

Эти запросы о материалах могут выполняться на стандартном настольном компьютере, а не требовать дорогостоящих вычислений на суперкомпьютере. Эта доступность сокращает время, необходимое для открытия материалов, с нескольких месяцев до нескольких дней или часов.

Лаборатория Эймса показала, что пластичные тугоплавкие сплавы могут быть разработаны с помощью предиктивного моделирования. Лаборатория также располагает ресурсами для синтеза и тестирования этих предсказанных материалов, чтобы подтвердить их соответствие требуемым свойствам для применения в синтезе.