Processer som fremstilling af flydele, analyse af data fra lægeres notater og identifikation af nationale sikkerhedstrusler kan virke uden forbindelse, men ved det amerikanske energiministeriums Oak Ridge National Laboratory, kunstig intelligens forbedrer alle disse opgaver. For at accelerere lovende kunstig intelligens-applikationer inden for forskellige forskningsfelter, ORNL har etableret et labwide AI Initiative, og dens succes vil bidrage til at sikre amerikansk økonomisk konkurrenceevne og national sikkerhed.
Ledet af ORNL AI -programdirektør David Womble, denne interne investering bringer laboratoriets AI-ekspertise, computere ressourcer og brugerfaciliteter sammen for at lette analyser af massive datasæt, der ellers ville være uoverskuelige. Tværfaglige forskerhold fremmer AI og højtydende computing for at tackle stadig mere komplekse problemer, herunder design af nye materialer, diagnosticering og behandling af sygdomme og øget cybersikkerhed i amerikansk infrastruktur.
"AI har potentialet til at revolutionere videnskab og teknik, og det er spændende at være en del af dette, " sagde Womble. "Med sine videnskabsmænd og faciliteter i verdensklasse, ORNL vil yde betydelige bidrag. "
På tværs af laboratoriet, eksperter i datavidenskab anvender AI-værktøjer kendt som maskinlæringsalgoritmer (som gør det muligt for computere at lære af data og forudsige resultater) og deep learning algoritmer (som bruger neurale netværk inspireret af den menneskelige hjerne til at afdække interessemønstre i datasæt) for at fremskynde gennembrud på tværs af det videnskabelige spektrum. Som en del af initiativet ORNL-forskere udvikler nye teknologier for at komplementere og udvide disse muligheder, etablering af AI som en kraft til forbedring af både fundamentale og anvendte videnskabelige applikationer.
Hjem til verdens mest kraftfulde og smarteste supercomputer, Topmøde, ORNL er særligt velegnet til AI-forskning. IBM-systemet debuterede i juni 2018 og er bosat på Oak Ridge Leadership Computing Facility, en DOE Office of Science User Facility placeret på ORNL. Med hardware optimeret til AI -applikationer, Summit giver en ideel platform til at anvende machine learning og deep learning til banebrydende forskning. Systemets øgede hukommelsesbåndbredde gør det muligt for AI-algoritmer at køre ved højere hastigheder og opnå mere nøjagtige resultater.
Andre AI-aktiverede maskiner inkluderer NVIDIA DGX-2-systemerne placeret på ORNL's Compute and Data Environment for Science. Disse apparater giver forskere mulighed for at tackle dataintensive problemer ved hjælp af unikke AI-strategier og at køre simuleringer i mindre skala som forberedelse til senere arbejde på Summit.
"AI ændrer hurtigt måden, hvorpå beregningsforskere forsker, og ORNL's historie med lederskab inden for databehandling og data gør det til den perfekte ramme, hvor man kan fremme den nyeste teknologi, "sagde Associate Laboratory Director for Computing and Computational Sciences Jeff Nichols." Mens Summits hurtige uddannelse af AI -netværk allerede hjælper forskere på tværs af det videnskabelige spektrum med at realisere potentialet i AI, vi er begyndt at forberede os til verden efter topmødet via Frontier, et andet generations AI-system, der giver nye muligheder for maskinlæring, dyb læring og dataanalyse."
Selvom ORNL-forskere anvender laboratoriets unikke kombination af AI-ekspertise og kraftfulde computerressourcer til at løse en række videnskabelige udfordringer, især tre områder er klar til at levere store tidlige resultater:additiv fremstilling, sundhedspleje og cyber-fysisk sikkerhed.
Additiv fremstilling, eller 3D-print, gør det muligt for forskere ved fremstillingsdemonstrationsfaciliteten, et DOE Office of Energy Efficiency and Renewable Energy User Facility placeret på ORNL, at udvikle pålidelige, energieffektive plast- og metaldele til lave omkostninger. Ved hjælp af AI, de kan konsekvent skabe høj kvalitet, specialiserede rumfartskomponenter. AI kan øjeblikkeligt lokalisere revner og andre defekter, før de bliver til problemer, derved reducere omkostninger og tid til markedet.
Derudover AI gør det muligt for maskinerne at registrere og reparere fejl i realtid under processen med bindemiddelstråling, hvor et flydende bindemiddel smelter lag af pulverpartikler sammen.
Forskere ved ORNL optimerer også AI-teknikker til at analysere patientdata fra medicinske tests, lægerotater og andre sundhedsjournaler. Disse teknikker bruger sprogbehandling til at identificere mønstre blandt notater fra forskellige læger, udvinding af tidligere utilgængelige indsigter fra bjerge af data. Når det kombineres med resultater fra røntgenstråler og andre relevante tests, disse resultater kunne forbedre sundhedsudbydernes evne til at diagnosticere og behandle problemer lige fra posttraumatisk stresslidelse til kræft.
For eksempel, Direktør for ORNL Health Data Sciences Institute, Gina Tourassi, bruger AI til automatisk at kompilere og analysere data og bestemme, hvilke faktorer der er ansvarlige for udviklingen af visse sygdomme. Hendes team kører maskinlæringsalgoritmer på Summit for at scanne millioner af medicinske dokumenter i jagten på disse typer indsigt.
Cybersikkerhedsplatforme som "Situ" overvåger tusindvis af hændelser i sekundet for at opdage uregelmæssigheder, som menneskelige analytikere ikke ville kunne finde. Situ sorterer gennem massive mængder rå netværksdata, frigøre netværksoperatører til at fokusere på små, håndterbare mængder af aktivitet for at undersøge potentielle trusler og træffe mere informerede beslutninger.
Og gennem partnerskaber med elselskaber, ORNL har også brugt AI til at forbedre sikkerheden i elnet ved at overvåge datastrømme og identificere mistænkelig aktivitet.
Til dato, ORNL -forskere har opnået to R&D 100 Awards og 10 patenter for arbejde i forbindelse med AI -forskning og algoritmeudvikling. Laboratoriet planlægger at rekruttere yderligere AI -eksperter til at fortsætte med at bygge videre på dette fundament.
For at sikre, at amerikanske forskere opretholder lederskab inden for F &U -innovation og fortsætter med at revolutionere videnskaben med AI, ORNL giver også muligheder for faglig udvikling, herunder Artificial Intelligence Summer Institute, som parrer studerende med ORNL -forskere til at løse videnskabelige problemer ved hjælp af AI, og Data Learning Users Group som giver OLCF-brugere og ORNL-personale mulighed for at øve sig i at bruge deep learning-teknikker.
ORNL samarbejder også med University of Tennessee, Knoxville, at støtte Bredesen Center Ph.D. program i datavidenskab og teknik, en læreplan, der kombinerer datavidenskab med videnskabelige specialer lige fra materialevidenskab til national sikkerhed.