生成式人工智能在加州核电站落户

加州一家初创公司正在美国核电站部署据称是首个商业化的生成式人工智能装置，但不要对它将要做的事情太兴奋（或担心）——这已经是一个相当不错的进展了在企业环境中的常规使用。

Atomic Canyon 和 Pacific Gas and Electric (PG&E) 今天宣布计划在 Atomic Canyon 部署 Atomic Canyon 的 Neutron Enterprise AI 平台暗黑破坏神峡谷加利福尼亚州核电站，该州仅存的核电站。Neutron Enterprise 不会做一些牵强或有潜在危险的事情，而是将在工厂安装完整的 Nvidia AI 堆栈来加速文档搜索和检索。

请注意，这并不是说此类工作在核电行业中不重要。正如 PG&E 发言人 Suzanne Hosn 所说登记册，像将大量技术文档和监管要求倒入能够检索增强生成（RAG）的人工智能系统这样简单的事情，在节省工厂操作员和工程师的时间方面具有巨大的潜力。 

“快速定位和检索特定文档的能力不仅仅是方便的问题，而且是势在必行的，”Hosn 告诉我们。

核电厂的不同团队（例如工程、运营和监管官员）都必须维护并准备好梳理文件，以供有关各种分析、报告和评估的参考，而所有这些文件很少霍恩说，集中化。无论如何，每个人仍然必须搜索文档来找到他们需要的东西——对于受过核法规和暗黑破坏神峡谷运营历史训练的具有 RAG 能力的人工智能来说，这是完美的任务。

作为一个例子，原子峡谷解释道登记册需要审查什么才能更换安全相关结构中的混凝土部分。为了正确地做到这一点，工程师必须审查原始设计基础，研究其完整的维护和修改历史，确保符合新的设计标准，而不偏离原始设计基础太大，验证更改是否符合核管理委员会（NRC）标准，并记录他们所做的一切。 

“缺少重要的历史文件可能会导致做出损害结构执行安全功能或维持监管合规能力的决定，”原子峡谷发言人告诉我们。

原子峡谷补充说，可能需要数周时间才能找到正确的文件以开始此类行动。

Hosn 表示：“Diablo Canyon 的定位是显着增强其数据管理能力，有可能为效率和时间表设定新标准。”“我们将通过发现和连接大量数据集并减少所需但繁琐的行政执行来增强员工的专业知识和专注力。”

她说，这只是一个开始。 

“将来，我们将增加其他领域，例如设计、工程和维护。这将是一个分阶段的方法，”Hosn 指出。原子峡谷确认了扩展到其他领域的计划，包括支持运营决策，具体取决于文档检索推出的结果。

新的人工智能行业，同样的人工智能任务——目前

发展中子企业，原子峡谷将其描述为“第一个开源专门为核数据量身定制的句子嵌入解决方案”是与田纳西州橡树岭国家实验室 (ORNL) 合作完成的。这些模型被称为费米（不要与 ORNL 的模型混淆）自己的FERMI（或聚变能源反应堆模型集成器）专为核工业量身定制，但与其他各种行业中使用的旧式光学字符识别驱动的 RAG 系统相同。

原子峡谷使用 ORNL 的前沿超级计算机该公司在 9 月份的新闻稿中表示，将根据核监管文件训练其费米人工智能模型宣布它与实验室的合作。据该公司称，其人工智能“在大约 98% 的时间里返回前十名结果中的正确搜索结果，在大约 93% 的时间里在前五名结果中返回正确的搜索结果”，这是基于“一个新的行业第一评估基准”。尽管它与什么进行比较尚不清楚。

为了在现场运营，Diablo Canyon 将获得自己的全栈 Nvidia AI 解决方案，包括企业硬件、Nvidia Triton 推理服务器软件和数量未知的 Nvidia Hopper GPU。

也就是说，人工智能在核工业中并不是什么新鲜事，但生成元素却是新鲜事。根据国际原子能机构 (IAEA) 的说法，核工业中缺乏生成式人工智能是有充分理由的——它太不可预测了。

• 英国政府与小型模块化反应堆追求者扮演权力掮客
• 由于监管机构拒绝电力交易，亚马逊的核数据中心梦想陷入停滞
• 到 2027 年，人工智能的电力之旅将使能源电网乞求怜悯
• 据报道，Meta 的核数据中心计划被蜜蜂破坏了

国际原子能机构表示：“虽然与其他行业一样，生成式人工智能可以帮助完成管理任务，但由于其新颖性和不透明性，目前还不可能将其用于运营核电站。”说在 2023 年 9 月的公告中。“目前尚未完全了解人工网络如何运作并得出结论。”

这在人工智能领域也不是一个新问题 –担忧关于缺乏的可解释性这种现象已经出现很多年了，随着像核电这样敏感的系统为生成系统打开了大门，可解释性比以往任何时候都更加重要。国际原子能机构指出，正在努力开发此类系统，但在我们达到这一点之前，生成式人工智能除了帮助运营商在更短的时间内找到正确的政策和法规之外，不太可能在核工业中发挥太大作用。

在等待私营公司开发自己的解决方案来解决核电人工智能的可解释性障碍的同时，国际原子能机构正在采取自己的措施，为核工业的人工智能应用“建立信心”，包括反应堆设计、工厂运营和培训合作与普渡大学信息科学中心 (CSI) 合作。

CSI 核工程教授 Hany Abdel-Khalik 表示：“如果没有可靠的量化，核界实现人工智能潜力的能力将会减弱，这将对其在能源市场上保持竞争力的能力产生负面影响。”

Atomic Canyon 告诉我们，可解释性问题是它从文档检索开始，然后再进入更微妙的任务的一个关键原因。

Atomic Canyon 表示：“使用 RAG 架构意味着 Neutron Enterprise 的每项响应都基于核工业文档受控知识库中特定的、可验证的源文档。”“这提供了清晰的证据链，并降低了幻觉或错误信息的风险。”

Atomic Canyon 表示，在扩展 Neutron Enterprise 的功能时，它打算坚持使用可解释的 RAG 模型，而不是事后添加此类功能，但该公司承认可解释性仍然是整个行业人工智能开发的一个问题。

Atomic Canyon 表示：“我们对核专用解决方案和文档检索基础的关注使我们能够在扩展 Neutron Enterprise 的能力时系统地应对这些挑战。”

Atomic Canyon 表示，Diablo Canyon 正在部署 Nvidia GPU 和其他硬件，计划在明年初让整个系统启动并运行。该公司还在与“核能领域的潜在客户”进行谈判，但这些额外的收入来源（例如 Neutron Enterprise 功能的扩展）完全有可能取决于该系统在首次商业部署中的表现。

不过，在暗黑破坏神峡谷的时间可能有限。该工厂原定于明年关闭，但获得了临时许可扩大继续运营，而其所有者则试图说服 NRC 允许其再运营 20 年。州政府官员只希望 Diablo Canyon 运营到 2030 年，以帮助加州轻松实现更多可再生能源发电，这意味着该工厂在未来五年内的未来是不确定的，人工智能能否提高效率。®