ИИ открывает широкие возможности для наращивания производства ядерной энергии, решая задачи и принимая решения с использованием аналога человеческой логики. Благодаря способности повышать эффективность и степень автоматизации, укреплять безопасность, оптимизировать прогнозное техническое обслуживание и другие процессы, ИИ уже успешно применяется в ряде отраслей атомной отрасли.

Под ИИ в широком смысле понимаются различные технологии, которые разрабатывались на протяжении десятилетий. Это понятие охватывает как простые компьютерные программы, такие как фильтры спама, так и более продвинутые концепции, например машинное обучение на основе больших массивов данных. Появление высокопроизводительных процессоров дало толчок развитию технологий глубокого обучения искусственных нейронных сетей, смоделированных по образцу человеческого мозга.

Рисунок, сгенерированный ИИ

Генеративный ИИ - подмножество искусственного интеллекта - привлек всеобщее внимание способностью создавать оригинальные тексты, изображения и видео. Он в высшей степени универсален и может применяться в самых разных областях деятельности.

Уже понятно, что в атомной отрасли, как и в других областях, ИИ может быть полезен при решении административных задач, при этом его применение в эксплуатации АЭС пока не представляется возможным в силу его новизны и непрозрачности. Еще не вполне ясно, как сети ИИ функционируют и делают выводы. Более прозрачные системы, известные как объяснимый генеративный ИИ, имеют перспективы для более широкого использования в работе АЭС. Разработки этого вида ИИ ведутся и в случае их реализации станет возможным использовать ИИ на АЭС уже в обозримом будущем.

Машинное обучение уже некоторое время применяется в атомной отрасли, где приносит пользу в различных областях. Операторы используют алгоритмы машинного обучения для мониторинга в реальном времени и прогнозного технического обслуживания. Модели машинного обучения обрабатывают большой объем данных с датчиков, позволяя аналитикам сосредоточиться на потенциальных нарушениях в небольшой части всех данных. Инспектору необходимо проанализировать только существенные данные. Используя ИИ, вместо того, чтобы искать иголку в стоге сена, мы убираем стог. Эта технология не заменяет анализ, проводимый человеком. Однако она может давать более точные результаты более оперативно, сокращая (но не отменяя вовсе) участие человека. Машинное обучение уже применяется для поиска трещин в металлических резервуарах и трубах на АЭС. Повышение точности, снижение затрат и оптимизация контроля со стороны человека благодаря машинному обучению способны принести атомной энергетике большую пользу.

Перспективы применения ИИ в работе АЭС огромны. Например, он может повысить эффективность и обеспечить стабильное электроснабжение, регулируя выработку электроэнергии на основе данных, получаемых в режиме реального времени, таких как потребительский спрос, погода и производительность оборудования. Автоматизация с использованием робототехники и систем ИИ поможет с типовыми задачами, что позволит сотрудникам сконцентрироваться на более важных проблемах.

В сочетании с другими технологиями, такими как "цифровые двойники", ИИ может существенно повысить эффективность производства ядерной энергии.

МАГАТЭ поддерживает потенциальное применение ИИ на АЭС с 2021 года: МАГАТЭ опубликовало доклад по ИИ и создало в рамках Международной сети инноваций для поддержки действующих атомных электростанций рабочие группы, которые занимаются нормативными и техническими аспектами внедрения ИИ. Эту позицию подкрепляют готовящиеся к публикации издания, посвященные применению ИИ в атомной отрасли и влиянию ИИ на безопасность АЭС. МАГАТЭ также руководит проектом координированных исследований, посвященным изучению того, как ИИ и инновационные технологии могут способствовать ускоренному внедрению малых модульных реакторов, и рассматривает вопрос о создании центров сотрудничества МАГАТЭ, занимающихся ИИ.