Ученые вдохновились стратегией игры Го, чтобы с помощью ИИ решить проблему перегрева электроники

Исследовательская группа ученых, взяв за основу принципы древней китайской настольной игры Го, обучила искусственный интеллект для разработки оптимальных стратегий охлаждения. Эта работа направлена на поиск наиболее эффективных методов распылительного охлаждения, что может помочь в поддержании работоспособности энергосистем и центров обработки данных в условиях растущего спроса. Ученые также утверждают, что их исследования могут привести к созданию более эффективных способов защиты от перегрева двигателей, отдельных компьютеров и турбин.

Одним из авторов исследования является доцент Виргинского политехнического института Цзянтао Чэн, который увлекается игрой Го со школы. Эта стратегическая игра для двух игроков, изобретенная более 2500 лет назад, требует от победителя установить контроль над наибольшей территорией на доске. С 2014 года благодаря Google AlphaGo у людей появилась возможность сразиться с игроком на основе искусственного интеллекта. Используя машинное обучение, AlphaGo смог совершенствовать свой подход по мере игры и в течение года победил профессионального игрока-человека, а впоследствии и сильнейших игроков мира.

Как сообщается в пресс-релизе, Чэн решил сыграть против AlphaGo сам. Хотя он постоянно проигрывал, этот опыт, что удивительно, подал ему идею разработать стратегию охлаждения горячего оборудования. "Го — это игра взаимосвязанной динамики, точно так же, как система распылительного охлаждения — это сеть взаимодействующих параметров, — пояснил Чэн. — Успех — будь то победа в игре или оптимизация системы — требует целостного понимания сети и тщательного управления ее взаимодействиями. Эта задача может быть значительно улучшена с помощью ИИ за счет анализа сложных паттернов, прогнозирования результатов и выбора оптимальных стратегий".

Команда, опубликовавшая свои выводы в журнале Artificial Intelligence Review, провела комплексный анализ эффективности распылительного охлаждения. Ключевым элементом являются капли воды. При столкновении с горячей поверхностью каждая микроскопическая капля испаряется, унося с собой часть тепла, что помогает регулировать температуру поверхности и охлаждать объект. "Способ, которым вода реагирует на тепло, различен для капель, — отметил первый автор исследования Лори. — Капли поглощают тепло быстрее и уносят его, потому что они очень быстро закипают и испаряются. Благодаря этому быстрому циклу капли позволяют реализовать гораздо более эффективный подход к контролю температуры".

Однако анализ отдельных капель — сложная задача, которая ставит множество вопросов. Например, какой размер капли наиболее эффективен для борьбы с нагревом? Какой тип распылительного сопла лучше всего производит капли нужного размера? Следует ли рассматривать альтернативы воде — растворители, смазочные материалы или специально созданные смеси?

Вдохновленные AlphaGo, исследователи использовали машинное обучение для анализа общедоступных данных из 25 существующих исследований, посвященных каплям воды. Это позволило им оценить основные свойства жидкостей, процесс формирования из них капель и то, как они поглощают тепло. "Хотя ИИ всегда выигрывает на доске для Го, я никогда не чувствовал разочарования, а научился использовать возможности ИИ для решения проблем и сложных задач в реальной жизни, таких как тепловое управление в высокомощной электронике", — сказал Чэн. "Соединяя тепло-жидкостную науку с искусственным интеллектом, мы не просто улучшаем распылительное охлаждение. Мы фактически переопределяем то, как мы понимаем и проектируем тепловые системы будущего".

Источник