Atomic Canyon به دنبال تبدیل شدن به چت‌جی‌پی‌تی در حوزه انرژی هسته‌ای است

طبق گزارش ایتنا و به نقل از TechCrunch، مراکز داده به منبع برق مطمئن و پایداری نیاز دارند و نفوذ صنعت هسته‌ای در این زمینه کماکان به سرعتش معروف است. تری لادردیل بر این باور است که هوش مصنوعی می‌تواند به این صنعت شتاب و سرعت لازم را ببخشد.

لادردیل، بنیان‌گذار Atomic Canyon، علاقمندی خود به انرژی هسته‌ای را از نزدیک و با آشنایی با تیم کارگری نیروگاه هسته‌ای Diablo Canyon در سن لوئیس اوبیسپو، کالیفرنیا، جایی که زندگی می‌کند، آغاز کرده است.

او دریافته است که نیروگاه‌های هسته‌ای با حجم گسترده‌ای از اسناد رو به رو هستند. برای مثال، Diablo Canyon دارای نزدیک به 2 میلیارد صفحه سند می‌باشد. لادردیل با توجه به تجربه‌اش در عرصه کارآفرینی در حوزه سلامت، این ایده به ذهنش رسید که هوش مصنوعی می‌تواند به نحو مؤثری به مدیریت این حجم وسیع از اطلاعات در صنعت هسته‌ای کمک کند.

Atomic Canyon تقریباً یک سال و نیم پیش با سرمایه‌گذاری شخصی لادردیل به تأسیس رسید. این استارتاپ از هوش مصنوعی برای یاری‌رسانی به مهندسان، تکنسین‌ها و مسئولین انطباق به منظور جستجوی اسناد مورد نیاز خود استفاده می‌کند.
این استارتاپ در اواخر سال 2024 با Diablo Canyon قراردادی منعقد کرد و لادردیل اشاره کرد که این قرارداد منجر به درخواست‌های متعددی از سوی دیگر شرکت‌های فعال در زمینه انرژی هسته‌ای گردید. “در آن لحظه بود که من به عنوان یک کارآفرین دریافتم که به نقطه‌ای رسیدیم که نیاز به جذب سرمایه داریم.”

Atomic Canyon موفق به تأمین سرمایه‌ای اولیه به میزان 7 میلیون دلار به رهبری Energy Impact Partners گردید. از سرمایه‌گذاران این دور مالی می‌توان به Commonweal Ventures، Plug and Play Ventures، Tower Research Ventures، Wischoff Ventures و چندین سرمایه‌گذار فرشته پیشین اشاره کرد.

در مراحل اولیه، تیم مهندسان هوش مصنوعی در Atomic Canyon مدل‌های گوناگونی را مورد آزمایش قرار دادند که نتایج چندان رضایت‌بخش نبود. لادردیل اذعان کرد: “به سرعت فهمیدیم که هوش مصنوعی وقتی در مواجهه با این اصطلاحات هسته‌ای قرار می‌گیرد، دچار توهم می‌شود.” “این مدل‌ها به اندازه کافی با اختصارات آشنا نبوده‌اند.” اما طراحی یک مدل جدید هوش مصنوعی نیازمند ظرفیت محاسباتی وسیعی است. به همین دلیل لادردیل با لابراتور ملی Oak Ridge که در تحقیقات هسته‌ای فعالیت دارد و همچنین دومین ابررایانه سریع جهان را در اختیار دارد، وارد مذاکره شد. این لابراتور از این طرح استقبال کرد و به Atomic Canyon 20,000 ساعت قدرت محاسباتی GPU اهدا کرد.

مدل‌های توسعه‌یافته در Atomic Canyon از روش sentence embedding بهره می‌برند که برای فهرست‌بندی اسناد بسیار کارآمد است. این مدل‌ها به جستجوی اسناد مربوط به نیروگاه‌های هسته‌ای پرداخته و با استفاده از روش تولید تقویت‌شده بازیابی (RAG) قابل دسترسی هستند. RAG به مدل‌های زبانی بزرگ کمک می‌کند تا پاسخ‌های مرتبطی به سؤالات ارائه دهند و در عین حال، آنها را ملزم می‌کند که به اسناد خاصی استناد کنند تا خطای احتمالی کمتری ایجاد شود.

در حال حاضر، Atomic Canyon جستجوی اسناد را محدود کرده است، بخشی از این تصمیم به دلیل کاهش خطرات می‌باشد. لادردیل توضیح داد: “یکی از دلایل تصمیم به آغاز اقدامات تولیدی در خصوص عناوین اسناد این است که اشتباه در این مرحله ممکن است منجر به ایجاد مقداری ناامیدی شود، اما هیچ کس را در معرض خطر جدی قرار نمی‌دهد.”
لادردیل توقع دارد که هوش مصنوعی Atomic Canyon روزی قادر به تولید “پیش‌نویس اولیه” اسناد به همراه منابع مربوطه باشد. او ادامه داد: “شما همیشه یک انسان را در این فرآیند دخیل خواهید داشت.” لادردیل جدول زمانی خاصی را برای این هدف ارائه نکرد، اما تأکید کرد که جستجو “لایه بنیادی” خواهد بود. “شما باید فرآیند جستجو را به خوبی انجام دهید.” همچنین با توجه به وجود حجم بالای اسناد در صنعت هسته‌ای، “ما در زمینه انجام جستجو به تنهایی مسیر طولانی در پیش داریم.”