تساعد تقنيات التعلم الآلي ومجال الرؤية الحاسوبية في تطوير تقنيات الاندماج النووي كمصدر للطاقة النظيفة والمتجددة. فريق بحث متعدد التخصصات يستخدم هذه الأدوات لتتبع وتحليل الهياكل المضطربة في البلازما الناجمة عن التفاعلات الاندماجية.
تعتبر تقنيات الاندماج النووي الواعدة كمصدر لطاقة نظيفة ولانهائية تقريباً لأنها تستخدم نفس العمليات التي تعمل بها الشمس. الهدف من جهود البحث العالمية هو مساعدة في التخفيف من تغير المناخ.
يساهم فريق متعدد التخصصات من الباحثين في هذا المجال من خلال استخدام أدوات وتقنيات التعلم الآلي. بفضل علماء من معهد ماساتشوستس للتكنولوجيا وأماكن أخرى، تم استخدام نماذج الرؤية الحاسوبية لتحديد وتتبع الهياكل المضطربة التي تظهر تحت الظروف المطلوبة لتيسير ردود الفعل الاندماجية.
مراقبة تكوين وحركة هذه الهياكل، المعروفة بالفلامنت أو "الكتل"، مهمة لفهم تدفقات الحرارة والجسيمات الخارجة من الوقود المتفاعل، والتي تحدد في النهاية المتطلبات الهندسية لجدران المفاعل لمواجهة تلك التدفقات. في السابق كان العلماء يدرسون الكتل باستخدام تقنيات المتوسطات، والتي تتجاهل تفاصيل الهياكل الفردية على حساب الإحصاءات الشاملة. تم تطوير مجموعة بيانات فيديو اصطناعية لإجراء هذه العملية بشكل أكثر فعالية وكفاءة. واستخدموها لتدريب أربعة نماذج رؤية حاسوبية، تعمل على تحديد وتتبع الكتل. تم تدريب هذه النماذج لتحديد الكتل بنفس الطرق التي يتبعها البشر.
عند اختبار النماذج المدربة باستخدام مقاطع فيديو حقيقية، أظهرت النتائج أن النماذج قادرة على التعرف على الكتل بدقة عالية - تجاوزت 80% في بعض الحالات. وأيضاً تمكنت هذه النماذج من تقدير حجم الكتل وسرعات حركتها بفعالية. يعتقد الباحثون أن استخدام نماذج التعلم الآلي لتتبع الكتل قد يمنح العلماء معلومات أكثر تفصيلاً.
يقول تيودور جولفينوبولوس، عالم البحث في مركز ماساتشوستس لعلوم البلازما والاندماج ومؤلف مشارك لورقة البحث: "في السابق، كنا نحصل على صورة مكبرة لما يفعله هذه الهياكل على المستوى الكلي. الآن لدينا ميكروسكوب وقوة الحوسبة لتحليل حدث واحد في المرة. إذا تمعنا قليلاً، ما يكشفه هذا الأمر هو القوة المتاحة من تقنيات التعلم الآلي وسبل استخدام موارد الحوسبة لتحقيق التقدم."
