Google-algoritme bringer oss et skritt nærmere fusjonskraft

[Redaksjonen.]

Optimerer energiforbruket.

Google-algoritme bringer oss et skritt nærmere fusjonskraft

[aanundo]

"Ideen om å kunne bruke fusjon som en ubegrenset og fossilfri energikilde, har i årtier fått forskningsmidlene til å strømme til dette fysiske feltet."

 

Det som forundrer meg er at vi har ubegrenset fossil energi fra solen uten at forskere og penger strømmer til av den grunn.

Ubegrenset i den forstand at vi har mer enn vi er istand til å bruke, og det uten at det medfører fare for miljøet.

Noe har likevel skjedd de senere årene, ved at vi bygger både vindturbiner og solpaneler, men de store energimengdene er på havet og der har vi ikke startet enda.

Samtidig som vi får energi øker vi også matproduksjonen, men på dette området er det kapitaltørke?

[uname -i]

 

 

Energien som må tilføres systemet for å få fusjonen til å skje, er ofte i samme størrelsesorden som den mengden energi som kan hentes fra fusjonen.

 

Gjør det noe så lenge energien tilført er vesentlig mindre? Ville kanskje heller brukt "omtrent den samme".

[Halvor Sølvberg- the MOV]

Nja, billigere strømm en Sfe ute på bryggja datasenter.

Neppe.

[morten7]

Funksjonen de bruker (i paperet) ligner på Q-learning prinsippet brukt i "reinforcement learning", bare at man har endret aktiveringen og evalueringen til å inneholde en person.

Dette brukes typisk for å lære AI til å spille alt fra tetris, pong til supermario.

Anbefaler denne artikkelen for å lære mer:

https://www.intelnervana.com/demystifying-deep-reinforcement-learning/

 

Artikkelen til Google ga meg ikke så mye nytt, annet enn at de er ute etter gratis reklame. De forvirrer mer enn de oppklarer med det de holder på med. Prøver å få folk til å tro at det er noe stort og fancy de holder på med? Når det egentlig bare er enkle prinsipper i stor skala (men det prøver de å skjule).

Endret 1. august 2017 av morten7

[Skjeggevara]

Funksjonen de bruker (i paperet) ligner på Q-learning prinsippet brukt i "reinforcement learning", bare at man har endret aktiveringen og evalueringen til å inneholde en person.

Dette brukes typisk for å lære AI til å spille alt fra tetris, pong til supermario.

Anbefaler denne artikkelen for å lære mer:

https://www.intelnervana.com/demystifying-deep-reinforcement-learning/

 

Artikkelen til Google ga meg ikke så mye nytt, annet enn at de er ute etter gratis reklame. De forvirrer mer enn de oppklarer med det de holder på med. Prøver å få folk til å tro at det er noe stort og fancy de holder på med? Når det egentlig bare er enkle prinsipper i stor skala (men det prøver de å skjule).

 

Jeg er enig i at mye i paperet var vagt. Men din påstand om at det eneste forfatterne gjør er å anvende enkle prinsipper i stor skala, og ar Google ønsker å skjule dette på et vis, blir rett og slett fjollete. Du får ikke løst optimeringsproblemer i tusendimensjonale, ikke-lineære parameterrom uten en ekstremt god forståelse for matematikken (og her fysikken) i problemer. Det nytter ikke å slenge på en maskinlæringsalgoritme og masse datakraft og håpe på der beste, slik jeg får inntrykk av at du mener.

[Lurum]

 

 

 Energien som må tilføres systemet for å få fusjonen til å skje, er ofte i samme størrelsesorden som den mengden energi som kan hentes fra fusjonen.

 

Gjør det noe så lenge energien tilført er vesentlig mindre? Ville kanskje heller brukt "omtrent den samme".

Dersom ein definerer fusjonsenergi som "grøn"; så er det ikkje noko problem at energi ut er ca. lik energi inn. Det kjem jo i same kategori som biodrivstoff (som er avhengig av kreativ argumentasjon og ulogiske støtteordningar for å vera "økonomisk"/miljøvenning).

[FB.884806240]

Nå skal jeg mase om dette til jeg går i grava :-)

LENR er fremtiden. Det er bare et tidsspørsmål når det kommer i media som ny energikilde. Folk vil selvfølgelig komme med at dette tar sikkert 20 år å utvikle, men http://brillouinenergy.com/about/news/. har allerede et ferdig produkt.