機械学習は核融合エネルギーの出力を向上させる可能性がある

機械学習と核融合エネルギーの関連性を明らかにする研究を進めるサンディア国立研究所のエイダン・トンプソンは「私たちは、プラズマと相互作用する原子炉の壁材のシミュレーションを改善するために、機械学習を利用した先駆的な取り組みを行ってきた。これまでの原子スケールのシミュレーションでは不可能だったことだ」と述べた。

機械学習は核融合エネルギーの出力を向上させる可能性がある

機械学習技術は、科学で知られている最も複雑な反応である核融合の制御を世界中の研究者が改善するのに役立つかもしれない。

核融合反応は通常、水素原子を加熱してプラズマと呼ばれるガス状の雲を形成し、粒子同士がぶつかり合って融合する際にエネルギーを放出するものである。これらの反応をより良く制御できるようになれば、将来の核融合発電所の原子炉から大量の環境的にクリーンなエネルギーを生み出すことができるかもしれない。

サンディア国立研究所のニュース記事によると、機械学習と核融合エネルギーの関連性を明らかにする研究で、3年間で220万ドルの拠出を含むエネルギー省科学局の賞を受賞したサンディア国立研究所の研究員エイダン・トンプソンは「簡単に言えば、私たちは、プラズマと相互作用する原子炉の壁材のシミュレーションを改善するために、機械学習を利用した先駆的な取り組みを行ってきた。これまでの原子スケールのシミュレーションでは不可能だったことだ」と述べている。

期待される結果は、原子力エネルギーの出力を向上させるための手続き上の修正や構造上の修正を示唆するものであると、同氏は述べている。

核融合のモデリング

機械学習が強力なのは、目的のカテゴリのデータをすべて分析するのではなく、数学的・統計的な手段を使って状況を把握するからだ。例えば、認識システムに「犬らしさ」、つまり「これは犬だ」という概念を教えるのに必要なのは、存在するすべての犬の写真をスキャンするのではなく、一定数の犬の写真である。

サンディア国立研究所の核融合に対する機械学習アプローチも同じだが、より複雑だ。

「これらの構造物が内部的に水素、ヘリウム、重水素、トリチウムを超加熱プラズマの一部として砲撃されているため、原子炉の壁の中で何が起こっているかを物理的に観察することは、些細な問題ではない」とエイダンは言った。

サンディア国立研究所のニュース記事によると、彼は、旋回プラズマの構成要素が壁に衝突して保持壁の組成を変化させ、重原子が衝突した壁から外れてプラズマを変化させると説明した。反応は、太陽と同じくらいの温度でナノ秒で起こる。結果を改善するために試行錯誤しながら部品を修正しようとするのは、非常に手間のかかる作業だ。一方、機械学習アルゴリズムは、実験で直接測定しなくても、コンピュータが生成したデータを使用しており、最終的にはプラズマと格納容器壁材料との相互作用を損傷しにくくし、核融合炉の全体的なエネルギー出力を向上させるための情報を得ることができる。

「この情報を得るには、他に方法はありません」とエイダンは語った。

いくつかの原子が多くのエネルギーを予測する

エイダンのチームは、極端な条件下での量子力学計算の大規模なデータセットをトレーニングデータとして使用することで、原子の任意の配置のエネルギーを予測する機械学習モデルを構築できると期待している。

このモデルは、機械学習原子間ポテンシャル(MLIAP)と呼ばれ、サンディア社の受賞歴のあるLAMMPS(Large-scale Atomic/Molecular Massively Parallel Simulator)などの巨大な古典的分子動力学コードに挿入できる。このようにして、比較的少数の原子のみを調べることで、量子力学の精度を、核融合エネルギー物質の挙動をシミュレートするために必要な数百万原子規模にまで拡張することができるとされている。

「では、なぜ私たちがやっていることは機械学習であって、たくさんのデータを簿記するだけではないか? 簡単に言えば、物理学に基づいたモデルを構築するために、可能性のある変数の無限のセットから方程式を生成し、目標の範囲内に収まるように何百、何千ものパラメータを含むモデルを構築する」とエイダンは語った。

一つの問題は、MLIAPモデルの精度が、学習データとアプリケーションが遭遇する実際の原子環境との重なりに依存することだとエイダンは述べている。これらの環境は様々であり、新たな訓練データと機械学習モデルの変更が必要になる。重複を認識して調整することは、今後数年間の作業の一部だ。

「最初は我々のモデルは、小さな実験の解釈に使われるだろう。逆に、その実験データは我々のモデルを検証するために使用され、その後、実物大の核融合炉で何が起こっているかを予測するために使用することができる」

より優れた核融合炉を構築するために、核融合研究者がサンディアの機械学習モデルにアクセスできるようになる目標は、約3年後だとエイダンは述べた。

チームメンバーには、ロスアラモス国立研究所とテネシー大学ノックスビル校の研究者のほか、サンディアの研究者であるハビブ・ナジム、ロバート・コラシンスキー、ミッチェル・ウッド、ジュリアン・トランチダ、カチク・サルグシアン、メアリー・アリス・クーセンティーノが含まれている。

Photo by Sandia National Laboratories

Read more

米国のEV革命は失速?[英エコノミスト]

米国のEV革命は失速?[英エコノミスト]

米国人は自動車が大好きだ。バッテリーで走らない限りは。ピュー・リサーチ・センターが7月に発表した世論調査によると、電気自動車(EV)の購入を検討する米国人は5分の2以下だった。充電網が絶えず拡大し、選べるEVの車種がますます増えているにもかかわらず、このシェアは前年をわずかに下回っている。 この言葉は、相対的な無策に裏打ちされている。2023年第3四半期には、バッテリー電気自動車(BEV)は全自動車販売台数の8%を占めていた。今年これまでに米国で販売されたEV(ハイブリッド車を除く)は100万台に満たず、自動車大国でない欧州の半分強である(図表参照)。中国のドライバーはその4倍近くを購入している。

By エコノミスト(英国)
労働者の黄金時代:雇用はどう変化しているか[英エコノミスト]

労働者の黄金時代:雇用はどう変化しているか[英エコノミスト]

2010年代半ばは労働者にとって最悪の時代だったという点では、ほぼ誰もが同意している。ロンドン・スクール・オブ・エコノミクスの人類学者であるデイヴィッド・グレーバーは、「ブルシット・ジョブ(どうでもいい仕事)」という言葉を作り、無目的な仕事が蔓延していると主張した。2007年から2009年にかけての世界金融危機からの回復には時間がかかり、豊かな国々で構成されるOECDクラブでは、労働人口の約7%が完全に仕事を失っていた。賃金の伸びは弱く、所得格差はとどまるところを知らない。 状況はどう変わったか。富裕国の世界では今、労働者は黄金時代を迎えている。社会が高齢化するにつれて、労働はより希少になり、より良い報酬が得られるようになっている。政府は大きな支出を行い、経済を活性化させ、賃上げ要求を後押ししている。一方、人工知能(AI)は労働者、特に熟練度の低い労働者の生産性を向上させており、これも賃金上昇につながる可能性がある。例えば、労働力が不足しているところでは、先端技術の利用は賃金を上昇させる可能性が高い。その結果、労働市場の仕組みが一変する。 その理由を理解するために、暗

By エコノミスト(英国)
中国は地球を救うのか、それとも破壊するのか?[英エコノミスト]

中国は地球を救うのか、それとも破壊するのか?[英エコノミスト]

脳腫瘍で余命いくばくもないトゥー・チャンワンは、最後の言葉を残した。その中国の気象学者は、気候が温暖化していることに気づいていた。1961年、彼は共産党の機関紙『人民日報』で、人類の生命を維持するための条件が変化する可能性があると警告した。 しかし彼は、温暖化は太陽活動のサイクルの一部であり、いつかは逆転するだろうと考えていた。トゥーは、化石燃料の燃焼が大気中に炭素を排出し、気候変動を引き起こしているとは考えなかった。彼の論文の数ページ前の『人民日報』のその号には、ニヤリと笑う炭鉱労働者の写真が掲載されていた。中国は欧米に経済的に追いつくため、工業化を急いでいた。 今日、中国は工業大国であり、世界の製造業の4分の1以上を擁する。しかし、その進歩の代償として排出量が増加している。過去30年間、中国はどの国よりも多くの二酸化炭素を大気中に排出してきた(図表1参照)。調査会社のロディウム・グループによれば、中国は毎年世界の温室効果ガスの4分の1以上を排出している。これは、2位の米国の約2倍である(ただし、一人当たりで見ると米国の方がまだひどい)。

By エコノミスト(英国)