據Futurism報道，美國印第安納州普渡大學(Purdue University)的工程師們正在開發一種新的系統，以利用人工智能(AI)確保核電站的安全。

　　在《IEEE工業電子匯刊》上發表的論文中，研究人員引入了一個深度學習框架，通過分析單個視頻幀，它可以有效地識別出反應堆上的裂縫。這種方法有可能使安全檢查的結果更可靠。普渡大學萊爾斯土木工程學院的助理教授穆罕默德賈漢沙希(Mohammad Jahanshahi)在一份新聞稿中說:“定期檢查核電站的部件對保證安全運行很重要。然而，目前的做法需要人類技術人員審查視頻，以識別反應堆上的裂縫，這種做法耗時費力又難以保證不出錯誤。”

　　普渡大學的AI使用了大約30萬個裂紋和非裂紋區域數據集，通過查看反應堆的視頻圖像來工作。這些反應堆通常被淹沒在水下，以確保它們保持冷卻，但這也使它們更難以手動檢查。AI可以掃描每個核反應堆，并檢測到視頻幀重疊的“補丁”裂縫。每個裂紋都被數據融合算法一幀幀地查看。賈漢沙希說:“數據融合可能會得到比其他方法更準確的結果。”他指出，他們的AI在識別裂縫方面的成功率高達98.3%，這遠遠高于目前最先進的方法。

　　當世界繼續向更多可再生能源轉變時，核能已經成為一種選擇。人們對核能越來越感興趣的一個原因是，它不像太陽能和風能那樣受到很多限制，后兩者主要取決于是否有合適的條件來發電。然而，許多人看到的最終目標是利用可再生能源的所謂“圣杯”，即核聚變。

　　雖然研究人員在穩定和維持聚變反應方面取得了相當大的成功，但我們還需要很長時間才能放心地依賴它來滿足我們日常的能源需求。目前，可供我們使用的核能是以核裂變的形式出現的，世界各地的研究人員正在努力改進它。

　　自1986年切爾諾貝利災難以來，主要的核電站事故中有56起發生在美國 (美國核電占發電量的20%)。這些事故背后的一個重要原因就是破裂，甚至導致泄漏，統計表明，19起事故與破裂和泄漏直接相關，損失金額達到20億美元。老化降解是導致功能損失和安全缺陷的主要原因，其原因是開裂、疲勞、脆化、磨損、腐蝕、腐蝕和氧化。

　　普渡大學開發的安全系統將有助于核能獲得公眾的支持，有效保障核能安全，確保了核能更廣泛地使用，穩固了其在可再生能源家族的權威，這將是可以讓核能作為替代能源選擇存在的最好方式。保障核能安全是確保更廣泛地采用我們所掌握的可再生能源的重要步驟，而核能是應對氣候變化和全球變暖的重要武器。