Вышла в свет книга Б.И.Нигматулина и В.А.Пивоварова «Реакторы с тяжелым жидкометаллическим теплоносителем. История трагедии и фарса». Подробнее 

С наступлением эпохи больших данных акцент сместился с алгоритмических рассуждений на поиск закономерностей в данных. Было протестировано множество различных методов — нейронные сети, байесовские сети, машины опорных векторов, эволюционные алгоритмы и т. д. Один из главных прорывов произошел в 2012 году в области распознавание изображений с применением обучения ИИ. (https://www.technologyreview.com/2019/01/25/1436/we-analyzed-16625-papers-to-figure-out-where-ai-is-headed-next/). Эта технология получила название «глубокое обучение». Почти все, что вы слышите об искусственном интеллекте сегодня, — это благодаря глубокому обучению. Например аббревиатура GPT (англ. «Generative Pre-trained Transformer») означает «порождающий предварительно тренированный трансформер»).Эта категория алгоритмов работает, используя статистику для поиска закономерностей в данных, и она оказалась чрезвычайно мощной в имитации человеческих навыков, таких как наша способность видеть и слышать. В очень узком смысле она может даже имитировать нашу способность рассуждать. Эти возможности поддерживают поиск Google, новостную ленту Facebook и рекомендательную систему Netflix. 

По сути Chat GPT-4 это лингвистическая игрушка для шибко умных дядей. У меня есть заманчивое предложение для поклонников ИИ: при написании комментарий к моей статье-используйте GPT4! Читать их будет вдвойне интересно!

Однако в атомной энергетике пока ИИ не используется. Но не так всё печально. Почва для взращивания искусственного интеллекта уже удобрена. Для оператора на БЩУ давно существуют и успешно используются системы информационной поддержки. В достаточной степени руководства по ликвидации аварий формализованы (контроль критических функций безопасности и симптомно-ориентированные инструкции). Дело за малым – разработать нейронную сеть и обучить её управлять АЭС в аварийном режиме (на первом этапе хотя бы в режиме советчика оператора). Если пионер ИИ Джеффри Хинтонон, чтобы научить ИИ распознавать изображения, «показал» нейронной сети 16625 изображений, то сколько переходных процессов нужно ввести в мозги ИИ – пока сказать трудно. Кроме того, после этого нужно пройти валидацию, верификацию, сертификацию и получить лицензию от надзора. В любом случае инициативу должна взять на себя отраслевая наука. Производственникам не до того. Когда смотришь фотографии с Фукусимы, понимаешь, что это та область, в которой ИИ очень помог бы. Правда есть одна тонкость – ИИ думает до тех пор, пока есть электричество в розетке…

Ядерный реактор — сложная система, и ее комплексный контроль нетривиален. Помимо известного управления тепловой мощностью и температурой теплоносителя, операторы реактора решают множество других задач, таких как эксплуатационная безопасность, позволяющая работать только в заданных пределах, компенсация выгорания, компенсация отравления, формирование распределения удельной мощности, поддержка гибкого производства электроэнергии, операционной экономики и т. д. Методы ИИ могут использоваться для улучшения традиционных методов управления активной зоной и улучшения прогнозного управления АЭС.

ИИ позволяет рассматривать произвольно большое количество целей, даже если они совершенно различны по своей природе. В случае управления реактором безопасность, эргономика, экономика эксплуатации и сетевые услуги могут обрабатываться одновременно в соответствии друг с другом.

Успешное внедрение ИИ в процесс проектирования позволит существенно повысить безопасность АЭС, а также сократить время и стоимость проектирования. Некоторые элементы автоматизации и искусственного интеллекта уже реализованы в нескольких программах для информационного моделирования зданий (BIM). По крайней мере для ВВЭР ТОИ существует 3D-модель. К сожалению, она далека от совершенства. Основной проблемой внедрения ИИ является отставание регулирования применения ИИ в процессе проектирования АЭС и наличие машиночитаемых требований и данных. Кроме того, необходимы исследования, чтобы сделать существующие методологии и алгоритмы проектирования более доступными для ИИ.

Атомные станции являются плодами на пышном древе атомной энергии. Корнем этого дерева является ядерная физика.

Тут уж сам бог велит использовать ИИ! Помним, что Всемирная Паутина появилась в Европейском центре ядерных исследований – ЦЕРН. (Её предложил в1989 году знаменитый британский учёный Тим Бернерс-Ли).

Ядерная физика — это широкая область знаний, которая исследует ядерную структуру и реакции в широком диапазоне энергетических и размерных масштабов. Это включает в себя теоретическую работу, включающую расширенное моделирование, а также обработка экспериментальных данных. В конечном итоге всё сводится к огромным базам данных. Наиболее известной является библиотека EXFOR, которая содержит данные о сечениях и других величинах ядерных реакций, а также их метаданные и неопределенности. Эта база данных поддерживается и развивается под эгидой МАГАТЭ Международной сетью центров данных о ядерных реакциях (NRDC). Наличие достоверных атомных и ядерных данных предполагает сбор, оценку и проверку. В настоящее время эти работы выполняются вручную. Однако использование IT технологий обработки для поиска и облегчения извлечения данных находится в стадии разработки.

Если рассмотреть другие области применения атомной энергии – ядерную медицину, агрикультуру, опреснение воды и др., то становится понятным, что сфера применения ИИ практически безгранична. В философской литературе появился даже тезис о конвергенции (соединения) ядерной науки и ИИ, а также этике искусственного интеллекта.

Будучи другим подходом, ИИ принесет новые конкретные проблемы, с которыми раньше мы не сталкивались. Проблемы кибербезопасности, объяснимость, повышенная потребность в данных, новые соображения со стороны регулирующих органов (для которых искусственный интеллект также является новым явлением) и т. д. — это некоторые из них.

Хотя технологии искусственного интеллекта обладают огромным потенциалом для содействия благу человечества, существуют серьезные опасения по поводу того, что эти технологии и их применение могут способствовать нарушению прав человека и падению уважения к человеческим ценностям. Поэтому необходимо обеспечить ответственное управление этими технологиями на протяжении всего их жизненного цикла, включая этапы исследования, проектирования, разработки, внедрения, использования и завершения использования. Для решения этих проблем необходимы интердисциплинарные исследования, поскольку очевидно, что системы ИИ являются социотехническими системами. По этому поводу ЮНЕСКО выпустило глобальные рекомендации, а Еврокомиссия -предложения по выявлению систем высокого риска (см. например-Pekka, A.-P., Bauer, W., Bergmann, U., Bieliková, M., Bonefeld-Dahl, C., Bonnet, Y., Bouarfa, L. et al. (2018).Группа экспертов высокого уровня Европейской комиссии по искусственному интеллекту: этические принципы для надежного ИИ. Рабочий документ для консультаций заинтересованных сторон. Брюссель). Впрочем, этические проблемы — это тема отдельного разговора.

Итак, как говорил Дорогой Леонид Ильич: «Цели ясны, задачи поставлены! За работу, товарищи!». Главное-на этом тернистом пути на забыть кредо стоиков: ducunt volentem fata, nolentem trahunt (Желающего судьба ведёт, нежелающего тащит).