ახალი ბირთვული რენესანსი

მაშინ, როდესაც მსოფლიოს ენერგეტიკული მომავალი სულ უფრო მეტად დამოკიდებული ხდება სუფთა და სტაბილურ წყაროებზე, ბირთვული ენერგია კვლავ დაუბრუნდა დღის წესრიგს. მაგრამ ამჯერად მისი დაბრუნება არ უკავშირდება მხოლოდ კლიმატურ მიზნებს ან წარსულის ნოსტალგიას. ახალ ეპოქაში ბირთვული სადგურების რეანიმაცია უშუალოდ დაკავშირებულია თანამედროვე ხელოვნურ ინტელექტთან – ისეთ ტექნოლოგიასთან, რომელიც არა მხოლოდ რეაქტორების დაპროექტებას, არამედ მათ რეალურ დროში კონტროლს და დიაგნოსტიკასაც უზრუნველყოფს.

ამ ტრანსფორმაციული პროცესის ერთ–ერთი მთავარი მოთამაშე არის აშშ–ის ენერგეტიკის სამინისტროს ლემონტში (ილინოისის შტატი) მდებარე არგონის ეროვნული ლაბორატორია, რომელმაც შექმნა უახლესი AI-ტექნოლოგია სახელწოდებით PRO-AID – „Parameter-Free Reasoning Operator for Automated Identification and Diagnosis“. სისტემის შემუშავებაში წამყვანი როლი ითამაშა რიჩარდ ვილიმმა, ლაბორატორიის ბირთვული მეცნიერების განყოფილების უფროსმა ინჟინერმა.

PRO-AID წარმოადგენს ტექნოლოგიურ ნახტომს ისეთ სფეროში, რომელიც ბოლოს გასული საუკუნის ბოლოს განიცდიდა რეალურ პროგრესს. დღეს აშშ–ში მოქმედი 94 ბირთვული რეაქტორიდან თითქმის ყველა უკვე გასული წლების ლიცენზიის ვადაგასული გაგრძელებით მუშაობს, მათი საშუალო ასაკი კი 42 წელს აღწევს. ეს ნიშნავს, რომ ამერიკული ბირთვული ენერგოსისტემის დიდი ნაწილი დინოზავრების ეპოქას მიეკუთვნება ტექნოლოგიური თვალსაზრისით, რაც წარმოშობს სერიოზულ რისკებს და შემოსავლის შემცირების პოტენციალს.

სწორედ აქ ჩნდება ხელოვნური ინტელექტის როლი. PRO-AID იყენებს გენერატიულ AI-ს, დიდ ენოვან მოდელებს და ავტომატიზებულ ლოგიკურ ანალიზს იმ მიზნით, რომ რეალურ დროში შეაფასოს ბირთვული სადგურების მონაცემები, აღმოაჩინოს შესაძლო ხარვეზები, გაგზავნოს შეტყობინებები ოპერატორებისთვის და განმარტოს პრობლემის არსი. ამ გზით, სისტემა იმეორებს იმ კოგნიტურ პროცესებს, რასაც ადრე მხოლოდ გამოცდილი ბირთვული ოპერატორები ახორციელებდნენ.

მაგრამ ამ ინოვაციის გარშემო არსებობს ეკონომიკური და სტრატეგიული დილემებიც. ბირთვული სადგურების განახლება ძვირი ჯდება, ხოლო მათი დროებითი გათიშვა – პრობლემურია ელექტროენერგიის მიწოდების კუთხით. არგონის ლაბორატორიაში აცხადებენ, რომ PRO-AID-ის კომერციულად დანერგვა ჯერ არ დაწყებულა. თუმცა ტექნოლოგიის ლიცენზირება უკვე შესაძლებელია პროგრამული უზრუნველყოფის ან ბირთვული მოწყობილობების მომწოდებლებისთვის.

ამავდროულად, ტექნოლოგიური გიგანტები, როგორებიც არიან Amazon და Microsoft, სულ უფრო მეტად ინტერესდებიან ბირთვული ენერგიით საკუთარი მონაცემთა ცენტრებისთვის, რაც კიდევ უფრო აძლიერებს ამ მიმართულების სტრატეგიულ მნიშვნელობას. საერთაშორისო ენერგეტიკის სააგენტოს მონაცემებით, AI-ის ბუმმა შესაძლოა დეკადის ბოლომდე ორჯერ გაზარდოს მონაცემთა ცენტრების მიერ მოხმარებული ელექტროენერგია, რაც ენერგეტიკის დივერსიფიკაციის საჭიროებას საგრძნობლად ზრდის.

ახალი თაობის ბირთვული კომპანიები, მათ შორის ბილ გეიტსის დაარსებული TerraPower და სემ ოლტმანის მხარდაჭერილი Oklo, უკვე იყენებენ AI-ს რეაქტორების დიზაინისა და მოდელირების პროცესში. მათი მიზანი სრულად ციფრული გარემოში შექმნილი და კომერციალიზებული რეაქტორების დანერგვაა. კერძოდ, TerraPower-ის Natrium რეაქტორი იქნება პირველი, რომელიც თავიდან ბოლომდე AI-ის დახმარებით იქნება მოდელირებული. Oklo კი იყენებს AI-ს დიზაინის ანალიზისთვის და სიმულაციის პროცესის მნიშვნელოვნად დასაჩქარებლად.

თუმცა, როგორც თავად ინდუსტრიის წარმომადგენლები აღნიშნავენ, ხელოვნური ინტელექტის მასშტაბური ინტეგრაცია ბირთვულ ენერგეტიკაში ჯერ მხოლოდ საწყის ეტაპზეა. ტექნოლოგიის პოტენციალი უდავოა – ის არის “გიგანტური ამაჩქარებელი“, როგორც აღნიშნავს Oklo-ს აღმასრულებელი დირექტორი ჯეიკობ დუიტი, – მაგრამ ბირთვული ინდუსტრია თავისი ბუნებით კონსერვატიულია და ცვლილებების ინერციაც დიდია.

ცხადია, რომ უახლოეს წლებში ბირთვული ენერგია და ხელოვნური ინტელექტი ერთმანეთთან სულ უფრო მჭიდროდ იქნება დაკავშირებული. მსოფლიოს სჭირდება სტაბილური, სუფთა და მაღალტექნოლოგიური ენერგეტიკული სისტემა, ხოლო AI-ის დახმარებით ეს მიზანი უფრო რეალური ხდება. თუმცა მთავარი კითხვა რჩება – შეძლებს თუ არა სამყარო მოერგოს ამ გარდამტეხ ტექნოლოგიურ ცვლილებებს საკმარისად სწრაფად, რომ გაუმკლავდეს ენერგეტიკულ და კლიმატურ გამოწვევებს იმავე სისწრაფით, რა სისწრაფითაც ვითარდება ხელოვნური ინტელექტი? დრო აჩვენებს. მაგრამ ერთი რამ უკვე ცხადია: ბირთვული რენესანსი დაიწყო – ამჯერად, AI-ის მეშვეობით.

მომზადებულია – nytimes.com მასალების მიხედვით