Учените обучават модела по данните от десетки изследвания, за да

Учените образоват модела по данните от десетки проучвания, с цел да подберат параметрите на капките и дюзите.

Докато центровете за данни и електропреносните мрежи по света се борят с прегряването и възходящите натоварвания, учените търсят способи за по-бързо и интелигентно отклоняване на топлината. Екип от откриватели реши да търси решението на напълно ненадейно място: античната китайска игра го, където успеха зависи не от един ход, а от разбирането на цялостната картина.

Екипът, управителен от Джантао Ченг, помощник в Техническия университет на Вирджиния, изследва по какъв начин да откри оптималната тактика за изстудяване посредством пулверизиране. Това е способ, при който дребни капки течност падат върху гореща повърхнина: всяка капка бързо кипва и се изпарява, като лишава част от топлината със себе си. Този метод се преглежда като обещаващ за изстудяване на мощно натовареното съоръжение, в това число инфраструктура като центрове за данни и съставни елементи на електропреносната мрежа.

Ченг играе Го още от гимназията и един път взема решение да се изправи против AlphaGo – програмата, която се научи да побеждава и най-силните играчи, като непрекъснато усъвършенства тактиката си посредством машинно образование. Той постоянно губел, само че точно това, споделя той, му помогнало да формулира концепцията, че охлаждането посредством разпространяване е сходно на Го, защото също включва мрежа от взаимосвързани параметри и най-благоприятен резултат се получава единствено когато взаимоотношенията се ръководят „ изцяло “.

В публикацията си, оповестена в профилираното списание Artificial Intelligence Review, откривателите са събрали и анализирали данни от 25 оповестени преди този момент изследвания, които са били обществено притежание. Използвайки техники за машинно образование, те са се пробвали да свържат свойствата на течностите, образуването на капките и метода, по който тези капки гълтам и водят топлината, с цел да предвиждат по-добре успеваемостта на охлаждането при разнообразни условия.

Ключовата трудност в този случай е точно в „ дребните неща “, които е мъчно да се отчетат ръчно. Какъв размер на капките ще обезпечи най-хубаво разпръскване на топлината върху избрана повърхнина? Коя дюза е по-стабилна при образуването на верния диапазон от размери? Дали водата постоянно е оптимална, или в избрани случаи е рационално да се употребяват други течности, смеси или особено подбрани формули? Според Лори, първият създател на публикацията, капките работят по по-различен метод, в сравнение с непрекъснатия поток: те поемат топлината по-бързо и се изпаряват по-бързо, тъй че управлението на капките дава по-прецизен надзор на температурата.

Авторите считат, че този метод в последна сметка би могъл да докара до по-ефективни решения за отбрана от прегряване на най-различни системи – от обособени компютри и електроника с висока компактност до мотори и турбини. Идеята е не просто да се „ налива повече “, а да се приспособяват параметрите на пръскането като тактика, при която всяка смяна визира цялата система.

Самият Ченг споделя, че опитът му с AlphaGo го е научил да употребява ИИ не като съперник, а като инструмент за решение на комплицирани инженерни проблеми. А комбинацията от науката за термофлуидите и машинното образование, съгласно неговата концепция, би трябвало да помогне да се разбере по-точно по какъв начин работи охлаждането и да се проектира идващото потомство топлинни системи.