Réflexion Technologique Déclenchée Par Le Drame Épique « Tchernobyl » : Comment Éviter La Prochaine Catastrophe Nucléaire ?
La popularité de la série télévisée américaine « Tchernobyl » a fait à nouveau ressentir au public la peur des accidents nucléaires. L’application de la technologie de l’intelligence artificielle à la protection et à la sûreté nucléaires apportera des résultats fructueux. Peut-être que l’utilisation rationnelle de l’intelligence artificielle pour « contraindre » l’utilisation de l’énergie nucléaire permettra de mieux maximiser la valeur des ressources.
« Game of Thrones » s'est finalement terminé brutalement avec une intrigue dévastatrice. C'est triste qu'un si grand drame se soit terminé de cette façon. Mais HBO n'a pas donné au public beaucoup de temps pour se détendre, car un autre grand drame est apparu dans la vision des gens.
La série télévisée américaine récemment populaire « Tchernobyl » n'a été mise à jour qu'au troisième épisode (cinq épisodes au total), mais elle a déjà reçu des notes parfaites sur les principaux sites de notation et est rapidement devenue un chef-d'œuvre recherché par des milliers de personnes.
Outre ses avantages en termes de production, l’une des raisons de sa popularité est l’actualité de l’accident nucléaire de Tchernobyl lui-même, car il porte en lui le souvenir d’un accident nucléaire catastrophique.
L'accident de la centrale nucléaire de Tchernobyl s'est produit le 26 avril 1986 dans le nord de l'Ukraine, qui faisait alors partie de l'Union soviétique.
Ce jour-là, le quatrième groupe électrogène de la centrale a explosé, le réacteur nucléaire a été complètement détruit et une grande quantité de matières radioactives a fui, devenant ainsi le plus grand accident (niveau 7) de l'ère de l'énergie nucléaire. Les risques liés aux radiations étaient graves, entraînant 31 décès dans les 3 mois précédant et suivant l’accident, 60 000 à 80 000 décès au cours des 15 années suivantes et 134 000 personnes souffrant de maladies liées aux radiations à des degrés divers.
Dans le secteur de l’énergie nucléaire, existe-t-il un moyen pour l’intelligence artificielle d’assurer la protection de la sécurité ?
L'efficacité ou la sécurité n'est jamais un choix
Le grave accident de la centrale nucléaire a provoqué une énorme catastrophe. Mais en tant que l’une des sources d’énergie les plus importantes au monde, l’énergie nucléaire continue d’attirer les gens qui souhaitent explorer son développement.
L’aspect le plus attrayant de l’énergie nucléaire est qu’elle possède une énergie étonnante : l’énergie libérée par la fission d’un kilogramme d’uranium 235 (un combustible nucléaire couramment utilisé) équivaut à l’énergie libérée par la combustion de 2 700 tonnes de charbon.
Mais plus l’énergie est grande, plus elle est incontrôlable, et une fois qu’elle devient incontrôlable, plus les dégâts qu’elle cause sont importants.
Dans les accidents précédents, une mauvaise manipulation humaine était à l’origine d’une grande partie des causes. Par conséquent, la question la plus urgente à résoudre est de savoir comment utiliser la technologie pour parvenir à une utilisation plus sûre de l’énergie nucléaire.
L’introduction de solutions de déploiement automatisé et même de solutions liées à l’intelligence artificielle offre l’opportunité de faire de l’énergie nucléaire un cheval sauvage plus docile dans le maintien de la sécurité de la production des équipements et de la surveillance de la sécurité.
Détection précoce des fissures dans les couches protectrices : vision artificielle
Les États-Unis sont le plus grand fournisseur mondial d’énergie nucléaire commerciale, fournissant environ 20 % de son électricité. Cependant, entre 1952 et 2010, 56 incidents de gravité variable se sont produits aux États-Unis, dont 19 étaient liés à des ruptures ou des défaillances de la couche protectrice. Le coût de l’assainissement s’est élevé à 2 milliards de dollars.
Les composants de protection qui auraient dû être solides ont subi des pertes fonctionnelles et des dommages de sécurité en raison du vieillissement interne et d'autres raisons, notamment la fissuration, la fatigue, la fragilisation, l'usure, la corrosion, l'oxydation, etc. Cela jette une ombre sur la sécurité.
Pour résoudre ce problème. Une équipe de recherche de l'Université Purdue a développé un système CRAQ (Crack Recognition and Quantification).
Le système combine le traitement graphique avec l'apprentissage en profondeur, en utilisant l'analyse vidéo de la couche protectrice pour identifier les changements dans la texture du métal afin de prédire et de cibler les problèmes de fissures.
Les réacteurs nucléaires doivent généralement être immergés dans l’eau pour rester au frais, et leurs composants ne peuvent pas être inspectés directement manuellement en raison de facteurs tels que les températures élevées et les radiations. L'intelligence détecte les fissures grâce à des vidéos enregistrées à distance de la surface des réacteurs sous-marins.
Cependant, une vérification purement manuelle demande beaucoup de travail et est sujette à des erreurs. Afin de développer un système de détection efficace, les chercheurs ont collecté des vidéos de 20 spécimens sous-marins de composants internes de centrales nucléaires. Les échantillons ont été scannés à 30 images par seconde, et chaque image a été vérifiée pour détecter d'éventuelles fissures à l'aide d'un réseau neuronal convolutif.
L'algorithme observe la fissure d'une image à l'autre et est capable de prendre en compte la configuration changeante due au déplacement de la caméra, en localisant l'emplacement de la fissure. L'algorithme simule la capacité de la vision humaine à examiner attentivement les fissures sous différents angles, tout en évitant l'influence de la lumière de prise de vue.
La méthode utilise également un ensemble de données contenant environ 300 000 fissures et non-fissures pour tester le modèle. Les tests ont montré que le système CRAQ a un taux de réussite de 98,3 % dans le traçage des fissures.
La distribution du rayonnement, à l'aide de modèles pour prédire
La centrale nucléaire peut être mise en production après avoir subi plusieurs contrôles de sécurité. Toutefois, lorsque survient un danger causé par des facteurs inattendus, en plus de la nécessité pour la direction de trouver des moyens de résoudre le problème et de réagir, un autre aspect important est d'organiser l'évacuation des personnes de manière opportune et raisonnable.
Un autre accident nucléaire dans le monde classé au niveau sept est la catastrophe de la centrale nucléaire de Fukushima en 2011 au Japon. Afin de minimiser l’impact de tels incidents, l’apprentissage automatique et d’autres technologies connexes sont également utilisés pour aider à l’évacuation lors des interventions en cas de fuites nucléaires.
En juillet 2018, des chercheurs de l’Université de Tokyo ont développé un ensemble d’outils basés sur l’apprentissage automatique pour prédire la distribution géographique des matières radioactives.
Lorsqu’un accident dans une centrale nucléaire se produit et que des matières radioactives sont libérées, il est essentiel d’évacuer les résidents à proximité le plus rapidement possible. Il est toutefois difficile de prédire immédiatement où les matières radioactives qui fuient vont se déposer, évitant ainsi que les personnes ne soient exposées au danger.
L’équipe de recherche a formé un modèle d’apprentissage automatique à l’aide d’un ensemble de données de conditions de vent proches du sol marquées par des simulations météorologiques. Le modèle a pu utiliser des algorithmes pour prédire où les matières radioactives seront distribuées et le chemin de propagation, etc.
Après avoir été formé avec des données de modèles météorologiques historiques, l'outil a systématiquement atteint une précision de prévision de plus de 85 %, atteignant 95 % de précision lorsque l'hiver ou les conditions météorologiques prévisibles prédominaient. Il a également été prouvé que le modèle peut émettre des jugements précis 33 heures à l’avance.
Ce système peut aider à évacuer immédiatement après un accident de fuite nucléaire. Afin de mieux prendre des mesures proactives lorsque des catastrophes surviennent.
L'intelligence artificielle rend l'énergie nucléaire plus sûre
Ma Yilong a dit un jour lors d'une conversation : « L'IA est bien plus dangereuse que les armes nucléaires. »
L’accent actuel mis sur l’utilisation de l’IA dans l’énergie nucléaire ne porte pas sur la protection ou les tests de sécurité, mais plutôt sur les dangers que l’IA peut causer.
En effet, si l’IA est utilisée pour la recherche sur les armes et à d’autres fins, elle constituera inévitablement une menace sérieuse. Mais n'oubliez pas qu'à ce stade,L’endroit où la technologie est utilisée relève entièrement de la responsabilité des humains.
Le Royaume-Uni a fait état de l’utilisation de l’IA et de robots pour aider à collecter et à traiter les déchets des centrales nucléaires. Ce travail, qui met en danger les humains, peut être facilement résolu grâce aux nouvelles technologies. Cela est similaire aux efforts de l’IA en matière de protection nucléaire, qui visent tous deux à offrir aux gens une tranquillité d’esprit lors de l’utilisation de l’énergie nucléaire.
Peut-être que, si elle est utilisée au bon endroit, l’IA pourra contenir l’énergie nucléaire et protéger notre planète.