- PNNL 科學家利用人工智能加速抗輻射材料研發。
- 新方法可在幾小時內評估微觀輻射損傷。
- SciLink 系統能整合多種儀器數據,提升研究效率。
- 人類專家仍在實驗設計和檢查中扮演重要角色。
美國太平洋西北國家實驗室(PNNL)的科學家正與具自主性的人工智能協作,致力於開發更輕、更耐用的衞星。這些科學家正在利用超智慧(SI)和自動化技術,加速研發“抗輻射”(rad-hard)材料,這些材料專為抵抗高輻射環境而設計,如太空和核反應堆。這些組件中的輻射引起的故障可能會延遲或取消任務,因此輻射硬化對於長達十年的作業至關重要。PNNL 的科學家艾琳·巴克(Erin Barker)表示:「太空是一個高度能量的環境,重離子和其他粒子不斷轟擊我們的設備。
自主工作流程的出現,正值我們需要更好抗輻射測試技術的時刻。」
研究人員正在研究層狀氮化鋁鎵和氮化鎵晶片,這些晶片為衞星、通信、雷達和電力系統提供動力。在微晶片進入太空之前,它們會在一個潔淨的設施中生產,任何一粒微小的灰塵都可能導致立即失敗。一旦被發射到太空,這些脆弱的微晶片便進入一個充滿持續、無形輻射的危險環境。銀河宇宙射線、重離子和接近光速的電子遍佈宇宙。一旦暴露於不良環境,便可能導致衞星的記憶體混亂,使航天器偏離航道,或完全終止昂貴的氣象或通信任務。
新技術加速抗輻射晶片研發
測試材料在太空環境中的表現長期以來都是一個緩慢而繁瑣的過程。為了防止這些軌道災難,PNNL 的研究人員正在改變我們保護太空電子設備的方式。這項新研究加速了使用名為 SciLink 的多代理人工智能系統開發抗輻射微晶片的進程。這款智能軟件系統能在短短幾小時內評估微觀輻射損傷,取代了以往需要人類團隊數週的分析工作。物理屏蔽或備用系統雖然能保護電子設備,但增加的重量會提升發射成本並降低整體任務效率。
因此,讓微晶片本身具備抗輻射能力可能是一個更實用的解決方案。
SciLink 系統的運作方式
要實現這一目標,需要在極端模擬條件下測試由氮化鋁鎵和氮化鎵製成的先進晶片。PNNL 的研究人員利用田納西州大學的離子束實驗,在幾小時內模擬數年的宇宙輻射,生成大量複雜數據集。通常,整合來自原子探針成像和掃描透射電子顯微鏡等儀器的數據需要數週的時間。SciLink 將其人工智能代理組織成一個由三位「項目負責人」領導的企業層級,這些負責人監督實驗分析、計劃和計算模擬。
在互動會議中,這些人工智能負責人討論假設、綜合多儀器數據、評估損傷機制,並提出後續實驗建議。PNNL 的科學家珍娜·波普(Jenna Pope)表示:「該系統使我們能夠考慮所有測量結果,拼湊出發生了什麼,瞭解損傷的原因。」 該人工智能還為每一個結論分配數值信心評分。在最近的測試中,SciLink 報告顯示重離子主導了主要微晶片的損傷,信心評分達到 90%。
同時,對於質子引起的缺陷,SciLink 的信心評分則顯示為 60%,這讓研究人員清楚知道需要深入挖掘的方向。儘管自主工作流程的速度極快,專家們強調,人類仍然在設計實驗、進行計算以及仔細檢查人工智能發現的錯誤方面保持著重要角色。巴克甚至強調:「智能代理對我們的幫助巨大,但你不能僅僅關掉大腦。」
人工智能在抗輻射材料研發的應用
PNNL 的研究展示了人工智能在科學研究中的潛力,特別是在抗輻射材料的開發上。隨著太空任務對於電子設備的耐用性需求增加,傳統的測試方法已無法滿足效率需求。SciLink 系統的引入不僅加快了數據分析的速度,也提高了對輻射損傷的理解。這種新方法的成功,可能會推動未來在其他領域的應用,顯示出人工智能在科研上的重要性和潛力。

