論文の概要: Exploring the Capabilities of the Frontier Large Language Models for Nuclear Energy Research

• arxiv url: http://arxiv.org/abs/2506.19863v2
• Date: Thu, 26 Jun 2025 22:36:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-30 15:06:59.047344
• Title: Exploring the Capabilities of the Frontier Large Language Models for Nuclear Energy Research
• Title（参考訳）: 原子力研究におけるフロンティア大言語モデルの能力を探る
• Authors: Ahmed Almeldein, Mohammed Alnaggar, Rick Archibald, Tom Beck, Arpan Biswas, Rike Bostelmann, Wes Brewer, Chris Bryan, Christopher Calle, Cihangir Celik, Rajni Chahal, Jong Youl Choi, Arindam Chowdhury, Mark Cianciosa, Franklin Curtis, Gregory Davidson, Sebastian De Pascuale, Lisa Fassino, Ana Gainaru, Yashika Ghai, Luke Gibson, Qian Gong, Christopher Greulich, Scott Greenwood, Cory Hauck, Ehab Hassan, Rinkle Juneja, Soyoung Kang, Scott Klasky, Atul Kumar, Vineet Kumar, Paul Laiu, Calvin Lear, Yan-Ru Lin, Jono McConnell, Furkan Oz, Rishi Pillai, Anant Raj, Pradeep Ramuhalli, Marie Romedenne, Samantha Sabatino, José Salcedo-Pérez, Nathan D. See, Arpan Sircar, Punam Thankur, Tim Younkin, Xiao-Ying Yu, Prashant Jain, Tom Evans, Prasanna Balaprakash,
• Abstract要約: オークリッジ国立研究所のAI for Nuclear Energyワークショップは、核融合と核分裂の研究を加速する大規模言語モデル(LLM)の可能性を評価した。 14の学際チームがChatGPT、Gemini、Claude、その他のAIモデルを使って、さまざまな核科学の課題を1日で調査した。 その結果、専門家主導のプロンプトエンジニアリングが成功し、物理学に基づく手法の代替ではなく、補完的なツールとしてAIを扱いました。
• 参考スコア（独自算出の注目度）: 9.756086474348352
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The AI for Nuclear Energy workshop at Oak Ridge National Laboratory evaluated the potential of Large Language Models (LLMs) to accelerate fusion and fission research. Fourteen interdisciplinary teams explored diverse nuclear science challenges using ChatGPT, Gemini, Claude, and other AI models over a single day. Applications ranged from developing foundation models for fusion reactor control to automating Monte Carlo simulations, predicting material degradation, and designing experimental programs for advanced reactors. Teams employed structured workflows combining prompt engineering, deep research capabilities, and iterative refinement to generate hypotheses, prototype code, and research strategies. Key findings demonstrate that LLMs excel at early-stage exploration, literature synthesis, and workflow design, successfully identifying research gaps and generating plausible experimental frameworks. However, significant limitations emerged, including difficulties with novel materials designs, advanced code generation for modeling and simulation, and domain-specific details requiring expert validation. The successful outcomes resulted from expert-driven prompt engineering and treating AI as a complementary tool rather than a replacement for physics-based methods. The workshop validated AI's potential to accelerate nuclear energy research through rapid iteration and cross-disciplinary synthesis while highlighting the need for curated nuclear-specific datasets, workflow automation, and specialized model development. These results provide a roadmap for integrating AI tools into nuclear science workflows, potentially reducing development cycles for safer, more efficient nuclear energy systems while maintaining rigorous scientific standards.
• Abstract（参考訳）: オークリッジ国立研究所のAI for Nuclear Energyワークショップは、核融合と核分裂の研究を加速する大規模言語モデル(LLM)の可能性を評価した。 14の学際チームがChatGPT、Gemini、Claude、その他のAIモデルを使って、さまざまな核科学の課題を1日で調査した。 用途は核融合炉制御の基礎モデルの開発からモンテカルロシミュレーションの自動化、材料劣化の予測、先進的な原子炉の実験プログラムの設計まで多岐にわたる。 チームは、仮説、プロトタイプコード、研究戦略を生成するために、迅速なエンジニアリング、深い研究能力、反復的な改善を組み合わせた構造化ワークフローを採用した。 鍵となる発見は、LLMが早期の探索、文献合成、ワークフロー設計において優れており、研究ギャップの特定と実証可能な実験フレームワークの生成に成功していることを示している。 しかし、新しい材料設計の難しさ、モデリングとシミュレーションのための高度なコード生成、専門的な検証を必要とするドメイン固有の詳細など、重大な制限が出現した。 その結果、専門家主導のプロンプトエンジニアリングが成功し、物理学に基づく手法の代替ではなく、補完的なツールとしてAIを扱いました。 ワークショップでは、急激なイテレーションと学際的な合成を通じて、核エネルギー研究を加速するAIの可能性を検証するとともに、キュレートされた核固有のデータセット、ワークフロー自動化、特別なモデル開発の必要性を強調した。 これらの結果は、AIツールを核科学ワークフローに統合するためのロードマップを提供し、厳格な科学標準を維持しながら、より安全で効率的な核エネルギーシステムの開発サイクルを短縮する可能性がある。

関連論文リスト

• Artificial Intelligence in Reactor Physics: Current Status and Future Prospects [28.708205150779563]
  原子炉物理学は中性子物性の研究であり、中性子と原子炉の物質間の相互作用をモデルで調べることに焦点を当てている。 人工知能(AI)は、例えば運転シミュレーション、安全設計、リアルタイム監視、コア管理、保守において、原子炉物理学に多大な貢献をしている。
  論文  参考訳（メタデータ） (2025-03-04T09:36:58Z)
• Transforming the Hybrid Cloud for Emerging AI Workloads [82.21522417363666]
  このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。 提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。 この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
  論文  参考訳（メタデータ） (2024-11-20T11:57:43Z)
• Many Heads Are Better Than One: Improved Scientific Idea Generation by A LLM-Based Multi-Agent System [62.832818186789545]
  Virtual Scientists (VirSci) は、科学研究に固有のチームワークを模倣するために設計されたマルチエージェントシステムである。 VirSciは研究のアイデアを共同で生成し、評価し、洗練するエージェントのチームを組織している。 このマルチエージェントアプローチは、新しい科学的アイデアを生み出す上で、最先端の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-10-12T07:16:22Z)
• Advancing Building Energy Modeling with Large Language Models: Exploration and Case Studies [2.8879609855863713]
  人工知能の急速な進歩は、ChatGPTのような大きな言語モデルの出現を促している。 本稿では,大規模言語モデルの革新的統合とエネルギーモデリングソフトウェアの構築について考察する。
  論文  参考訳（メタデータ） (2024-02-14T21:02:07Z)
• Chemist-X: Large Language Model-empowered Agent for Reaction Condition Recommendation in Chemical Synthesis [55.30328162764292]
  Chemist-Xは、化学合成における反応条件最適化(RCO)タスクを自動化する包括的なAIエージェントである。 このエージェントは、検索強化世代(RAG)技術とAI制御のウェットラブ実験を実行する。 我々の自動ウェットラブ実験の結果は、LLMが制御するエンドツーエンドの操作を、ロボットに人間がいない状態で行うことで達成され、Chemist-Xの自動運転実験における能力が証明された。
  論文  参考訳（メタデータ） (2023-11-16T01:21:33Z)
• Deep Neural Operator Driven Real Time Inference for Nuclear Systems to Enable Digital Twin Solutions [0.5115559623386964]
  本研究では,難解な粒子輸送問題の解法におけるDeepONetの一般化性と計算効率について述べる。 DeepONetはまた、従来のMLメソッドよりも優れた予測精度とスピードを示している。 全体として、DeepONetは有望で変革的な核工学の研究と応用ツールである。
  論文  参考訳（メタデータ） (2023-08-15T01:25:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。