Beyinden İlham Alan Süperiletken Çip, Füzyon Plazmasına Saniyede Bir Milyon Örnekle Ayak Uydurdu
Brookhaven Ulusal Laboratuvarı ve girişim şirketi Great Sky, füzyon reaktörü plazma verilerini saniyede bir milyon örnekle işleyen nöromorfik bir süperiletken çip geliştirdi; bu teknoloji, yeni nesil füzyon cihazlarını tehdit eden felaket niteliğindeki plazma çöküşlerinin önlenmesine yardımcı olabilir.
22 Ekim 2026'da Scientific American'da yayımlanan araştırma, Brookhaven Ulusal Laboratuvarı, yapay zekâ donanımı girişimi Great Sky, Princeton Plazma Fiziği Laboratuvarı ve Kaliforniya'daki DIII-D Ulusal Füzyon Tesisi arasındaki bir iş birliğini anlatıyor. Ekip, geleneksel silikon transistörler yerine analog süperiletken döngüler kullanarak beynin paralel işleme mimarisini taklit eden bir devre olan süperiletken nöromorfik bir çip geliştirdi ve bunu DIII-D tokamağından kaydedilmiş, saniyede bir milyon örnek hızında yeniden oynatılan plazma verileriyle test etti. Çip, plazma anormalliklerini başarıyla sınıflandırdı ve yakın bir çöküşü — reaktörün iç duvarına ciddi zarar verebilecek ve devasa enerji açığa çıkarabilecek, aşırı ısınmış plazmanın ani çöküşlerini — gerçek zamanlı olarak, hiç aksamadan önceden tahmin etti. Araştırmacılar, çalışmanın henüz gösterim aşamasında olduğunu ve çipin canlı bir reaktöre henüz bağlanmadığını vurguluyor; bununla birlikte, on kat daha büyük bir sinir ağına sahip yeni nesil bir çipin, DIII-D'ye olası kurulumundan önce 2027'nin başında Brookhaven'da test edilmesi planlanıyor. Teknoloji başarıyla büyütülebilirse, gelecekteki ticari füzyon santralleri için kritik bir güvenlik katmanı haline gelebilir.
Bu sayıdan daha fazlası

NASA'nın Bennu Örnekleri, Güneş Sistemi'nin 4,5 Milyar Yıllık Sırrını Ortaya Çıkardı

Japonya, bir Mars uydusundan ilk örnekleri toplamak için tarihi MMX görevini başlattı

Bulunan En Hafif Nötron Yıldızı Çifti, Einstein'ın Genel Relativite Teorisini %1 Doğrulukla Kanıtladı

Thwaites "Kıyamet Buzulu" Deniz Seviyesi Yükselişine Önceki Tahminlerin İki Katı Katkıda Bulunabilir
