Σε μια εποχή όπου η τεχνητή νοημοσύνη υπόσχεται να μεταμορφώσει κάθε πτυχή της βιομηχανίας, η πυρηνική ενέργεια παραμένει πεισματικά αναλογική -κατακλυσμένη από δισεκατομμύρια σελίδες τεχνικής τεκμηρίωσης και μια κουλτούρα που δεν φημίζεται για την ταχύτητά της.
Η Atomic Canyon, μια ανερχόμενη startup από την Καλιφόρνια, φιλοδοξεί να αλλάξει αυτό το τοπίο.
Με τη βοήθεια προηγμένων μοντέλων τεχνητής νοημοσύνης και τη στήριξη του Oak Ridge National Laboratory, η ομάδα του Trey Lauderdale θέλει να γίνει το ChatGPT της πυρηνικής βιομηχανίας -ξεκινώντας από το πιο βασικό (αλλά κρίσιμο) βήμα: να δώσει νόημα στο χαοτικό αρχείο των πυρηνικών εγγράφων.
Οι εταιρείες τεχνολογίας ποντάρουν πολλά στο ότι η πυρηνική ενέργεια μπορεί να βοηθήσει στην παροχή της ηλεκτρικής ενέργειας που χρειάζονται για να υλοποιήσουν τα σχέδια τεχνητής νοημοσύνης τους. Αλλά τα κέντρα δεδομένων χρειάζονται ενέργεια αύριο, και η πυρηνική βιομηχανία δεν είναι γνωστή για την ταχύτητά της.
Ο Trey Lauderdale πιστεύει ότι η τεχνητή νοημοσύνη μπορεί να δώσει στην πυρηνική ενέργεια την ταχύτητα που χρειάζεται.
Η εμμονή του Lauderdale με την πυρηνική ενέργεια ξεκίνησε κοντά στο σπίτι του. Στο Σαν Λουίς Ομπίσπο της Καλιφόρνια, όπου ζει, συναντούσε συνεχώς ανθρώπους που εργάζονταν στο εργοστάσιο Diablo Canyon.
Μιλώντας μαζί τους, έμαθε ότι οι πυρηνικοί σταθμοί παραγωγής ενέργειας «κολυμπούν» σε έγγραφα. Το Diablo Canyon, κοντά στο σπίτι του Lauderdale στο San Luis Obispo, έχει περίπου 2 δισεκατομμύρια σελίδες αξίας, είπε. Ο Lauderdale, ένας κατά συρροή επιχειρηματίας στον τομέα της υγειονομικής περίθαλψης, είχε ένα προαίσθημα ότι η τεχνητή νοημοσύνη θα μπορούσε να βοηθήσει την πυρηνική βιομηχανία να δαμάσει το πρόβλημα του χαρτιού.
Ο Lauderdale ίδρυσε την Atomic Canyon λίγο περισσότερο από ενάμιση χρόνο πριν, χρηματοδοτώντας την αρχικά με δικά του χρήματα. Η νεοσύστατη επιχείρηση χρησιμοποιεί τεχνητή νοημοσύνη για να βοηθήσει τους μηχανικούς, τους τεχνικούς συντήρησης και τους υπεύθυνους συμμόρφωσης να βρουν τα έγγραφα που χρειάζονται.
Η startup πέτυχε μια συμφωνία με την Diablo Canyon στα τέλη του 2024. Ο Lauderdale δήλωσε ότι η συμφωνία οδήγησε σε έρευνες από άλλες εταιρείες πυρηνικής ενέργειας. «Τότε ήταν που κατάλαβα, ως επιχειρηματίας, ότι βρισκόμασταν σε ένα σημείο όπου έπρεπε να αντλήσουμε έναν γύρο κεφαλαίων».
Όπως αναφέρει το techrunch.com, όταν ξεκίνησε η Atomic Canyon, οι μηχανικοί της AI δοκίμασαν διάφορα μοντέλα με απογοητευτικά αποτελέσματα. «Γρήγορα συνειδητοποιήσαμε ότι η τεχνητή νοημοσύνη έχει παραισθήσεις όταν βλέπει αυτές τις πυρηνικές λέξεις», δήλωσε ο Lauderdale. «Δεν έχει δει αρκετά παραδείγματα των ακρωνυμίων».
Αλλά η δημιουργία ενός νέου μοντέλου τεχνητής νοημοσύνης απαιτεί τεράστια υπολογιστική ισχύ. Έτσι, ο Lauderdale κατάφερε να επιτύχει μια συνάντηση με το Oak Ridge National Laboratory, το οποίο διεξάγει πυρηνική έρευνα και τυχαίνει, επίσης, να διαθέτει τον δεύτερο ταχύτερο υπερυπολογιστή στον κόσμο. Το εργαστήριο γοητεύτηκε από την ιδέα και ανέθεσε στο Atomic Canyon 20.000 ώρες υπολογισμού GPU.
Τα μοντέλα της Atomic Canyon χρησιμοποιούν την ενσωμάτωση προτάσεων, η οποία είναι ιδιαίτερα κατάλληλη για την ευρετηρίαση εγγράφων. Τους αναθέτει να καταστήσουν τα έγγραφα ενός πυρηνικού εργοστασίου αναζητήσιμα με τη χρήση της ανακτήσεως- ενισχυμένης παραγωγής ή RAG. Η RAG χρησιμοποιεί μεγάλα γλωσσικά μοντέλα για τη δημιουργία απαντήσεων σε ερωτήματα, αλλά απαιτεί από τα LLMs να αναφέρονται σε συγκεκριμένα έγγραφα σε μια προσπάθεια να μειωθεί η παραίσθηση.
Προς το παρόν, η Atomic Canyon επιμένει στην αναζήτηση εγγράφων, εν μέρει επειδή τα διακυβεύματα είναι χαμηλότερα.
«Ένας από τους λόγους για τους οποίους ξεκινάμε την παραγωγική εργασία γύρω από τους τίτλους των εγγράφων είναι επειδή το να κάνουμε λάθος μπορεί να προκαλέσει σε κάποιον μια μικρή απογοήτευση. Δεν θέτει κανέναν σε κίνδυνο στο εργοστάσιο», δήλωσε ο Lauderdale.
Τελικά, ο Lauderdale οραματίζεται η τεχνητή νοημοσύνη της Atomic Canyon να μπορεί να συντάσσει προσχέδια εγγράφων, συνοδευόμενα από τις απαραίτητες παραπομπές. «Ο άνθρωπος θα παραμείνει πάντα στο επίκεντρο της διαδικασίας», τονίζει.
