Processer som tillverkning av flygplansdelar, att analysera data från läkaranteckningar och identifiera nationella säkerhetshot kan tyckas orelaterade, men vid det amerikanska energidepartementets Oak Ridge National Laboratory, artificiell intelligens förbättrar alla dessa uppgifter. För att påskynda lovande AI-tillämpningar inom olika forskningsområden, ORNL har etablerat ett labbövergripande AI-initiativ, och dess framgång kommer att bidra till att säkerställa USA:s ekonomiska konkurrenskraft och nationella säkerhet.
Leds av ORNL AI Program Director David Womble, denna interna investering tillför labbets AI-expertis, datorresurser och användarfaciliteter tillsammans för att underlätta analyser av massiva datamängder som annars skulle vara ohanterliga. Tvärvetenskapliga forskarteam utvecklar AI och högpresterande datoranvändning för att ta itu med allt mer komplexa problem, inklusive design av nya material, diagnostisera och behandla sjukdomar och förbättra cybersäkerheten i USA:s infrastruktur.
"AI har potential att revolutionera vetenskap och teknik, och det är spännande att få vara med om detta, " sa Womble. "Med sina vetenskapsmän och anläggningar i världsklass, ORNL kommer att ge betydande bidrag."
Tvärs över labbet, experter inom datavetenskap använder AI-verktyg som kallas maskininlärningsalgoritmer (som gör det möjligt för datorer att lära av data och förutsäga resultat) och algoritmer för djupinlärning (som använder neurala nätverk inspirerade av den mänskliga hjärnan för att upptäcka mönster av intresse i datauppsättningar) för att påskynda genombrott över hela det vetenskapliga spektrumet. Som en del av initiativet, ORNL-forskare utvecklar ny teknik för att komplettera och utöka dessa möjligheter, etablera AI som en kraft för att förbättra både grundläggande och tillämpade vetenskapliga tillämpningar.
Hem till världens mest kraftfulla och smartaste superdator, Topp, ORNL är särskilt väl lämpat för AI-forskning. IBM-systemet debuterade i juni 2018 och finns på Oak Ridge Leadership Computing Facility, en DOE Office of Science User Facility belägen på ORNL. Med hårdvara optimerad för AI-applikationer, Summit ger en idealisk plattform för att tillämpa maskininlärning och djupinlärning till banbrytande forskning. Systemets ökade minnesbandbredd gör att AI -algoritmer kan köras med snabbare hastigheter och få mer exakta resultat.
Andra AI-aktiverade maskiner inkluderar NVIDIA DGX-2-systemen som finns på ORNL:s Compute and Data Environment for Science. Dessa apparater gör det möjligt för forskare att ta itu med dataintensiva problem med hjälp av unika AI-strategier och att köra simuleringar i mindre skala som förberedelse för senare arbete på Summit.
"AI förändrar snabbt sättet beräkningsforskare forskar på, och ORNL:s historia av ledarskap inom datorer och data gör det till den perfekta miljön för att utveckla den senaste tekniken, ", sade biträdande laboratoriechef för beräknings- och beräkningsvetenskap Jeff Nichols. "Medan Summits snabba utbildning av AI-nätverk redan hjälper forskare över hela det vetenskapliga spektrumet att inse potentialen hos AI, vi har börjat förbereda oss för världen efter toppmötet via Frontier, ett andra generationens AI-system som kommer att ge nya möjligheter för maskininlärning, djupinlärning och dataanalys."
Även om ORNL-forskare använder labbets unika kombination av AI-expertis och kraftfulla datorresurser för att hantera en rad vetenskapliga utmaningar, framför allt tre områden är redo att ge stora tidiga resultat:additiv tillverkning, hälsovård och cyberfysisk säkerhet.
Additiv tillverkning, eller 3D-utskrift, gör det möjligt för forskare vid Manufacturing Demonstration Facility, en DOE Office of Energy Efficiency and Renewable Energy User Facility belägen på ORNL, att utveckla tillförlitliga, energieffektiva plast- och metalldelar till låg kostnad. Med AI, de kan konsekvent skapa hög kvalitet, specialiserade flyg- och rymdkomponenter. AI kan omedelbart lokalisera sprickor och andra defekter innan de blir problem, vilket minskar kostnader och tid till marknaden.
Dessutom, AI gör det möjligt för maskinerna att upptäcka och reparera fel i realtid under processen med bindemedelssprutning, där ett flytande bindemedel smälter samman lager av pulverpartiklar.
Forskare vid ORNL optimerar också AI -tekniker för att analysera patientdata från medicinska tester, läkaranteckningar och andra hälsojournaler. Dessa tekniker använder språkbehandling för att identifiera mönster bland anteckningar från olika läkare, extrahera tidigare otillgängliga insikter från berg av data. I kombination med resultat från röntgen och andra relevanta tester, dessa resultat kan förbättra vårdgivares förmåga att diagnostisera och behandla problem som sträcker sig från posttraumatisk stressyndrom till cancer.
Till exempel, Direktör Gina Tourassi för ORNL Health Data Sciences Institute använder AI för att automatiskt sammanställa och analysera data och bestämma vilka faktorer som är ansvariga för utvecklingen av vissa sjukdomar. Hennes team kör maskininlärningsalgoritmer på Summit för att skanna miljontals medicinska dokument i jakten på dessa typer av insikter.
Cybersäkerhetsplattformar som "Situ" övervakar tusentals händelser per sekund för att upptäcka anomalier som mänskliga analytiker inte skulle kunna hitta. Situ sorterar igenom enorma mängder rå nätverksdata, frigöra nätoperatörer att fokusera på små, hanterbar mängd aktiviteter för att undersöka potentiella hot och fatta mer välgrundade beslut.
Och genom partnerskap med kraftbolag, ORNL har också använt AI för att förbättra säkerheten för elnät genom att övervaka dataströmmar och identifiera misstänkt aktivitet.
Hittills, ORNL-forskare har vunnit två R&D 100 Awards och 10 patent för arbete relaterat till AI-forskning och algoritmutveckling. Labbet planerar att rekrytera ytterligare AI-experter för att fortsätta bygga på denna grund.
För att säkerställa att amerikanska forskare bibehåller ledarskapet inom FoU-innovation och fortsätter att revolutionera vetenskapen med AI, ORNL erbjuder också professionella utvecklingsmöjligheter inklusive Artificiell Intelligens Summer Institute, som parar studenter med ORNL-forskare för att lösa vetenskapliga problem med hjälp av AI, och användargruppen för datainlärning, vilket gör det möjligt för OLCF-användare och ORNL-personal att öva på att använda tekniker för djupinlärning.
ORNL samarbetar också med University of Tennessee, Knoxville, för att stödja Bredesen Center Ph.D. program i datavetenskap och teknik, en läroplan som kombinerar datavetenskap med vetenskapliga specialiteter som sträcker sig från materialvetenskap till nationell säkerhet.
