为了更好地管理能源部高端研究设施中呈指数级增长的科学数据,该机构宣布计划投资高达4,000万美元,研究人工智能和机器学习如何推动科学学科的变革性进步。

DOE科学用户设施计划的DOE数据,人工智能和机器学习旨在使用AI / ML开发优化,建模和数据分析工具,以应对数据采集和管理,设施和仪器优化中的技术挑战。这项工作跨越了18个从事基础能源科学,高能物理和核物理研究的科学机构。

美国能源部在其资助公告中表示,AI / ML的最新进展表明,该技术“可以大大加快探索和理解各种长度和时间范围内的基本现象的探索,从而可能导致跨科学学科的变革性进步。”

请设施及其合作伙伴提交提案,以支持开发具有AI / ML功能的设施,以最大程度地提高DOE的科学影响力。提案应解决以下研究重点:

从大型复杂数据集中提取关键和战略信息,从而减少了处理和分析负担,并揭示了人类观察难以捉摸的复杂性。

为大型,复杂的科学用户设施和实验开发实时自主控制,以预测仪器和科学设备的运行状况和故障。

支持实验设施的虚拟实验室环境-例如数字双胞胎或计算云中的实验室-以实现新的科学目标。

改进数据共享,管理,工作流程和分析,以利用来自各个机构的大量多样且互补的数据,创建数据标准并为新的AI / ML方法开发培训集。

实施AI / ML技术以优化和自动化大型加速器联合体的操作。

美国能源部人工智能和技术办公室主任谢丽尔·英格斯塔德(Cheryl Ingstad)说:“人工智能从海量数据集中进行分析和得出真知灼见的能力能够改变我们周围的世界。”“ DOE决心通过在我们自己身上发挥这种力量来优化我们操作设施的方式并突破科学发现的界限,从而在AI应用领域以身作则。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。