Szwajcarskie Centrum Plazmy (EPFL) ma dziesiątki lat doświadczenia w badaniach nad plazmą i metodach jej kontroli. DeepMind to z kolei firma przejęta przez Google w 2004 r., której celem jest “rozwiązywanie problemów związanych ze sztuczną inteligencją w celu rozwoju nauki i ludzkości”.
Czytaj też: Tokamaki wreszcie będą wydajniejsze? Fuzja jądrowa coraz bliżej
Uczeni wykorzystali technikę deep learning do opracowania nowej metody kontroli magnetycznej plazmy, którą po raz pierwszy zastosowali w tokamaku badawczym TCV w Swiss Plasma Center (SPC). Wyniki zostały opublikowane w Nature.
Uczenie maszynowe i symulacje plazmy
Tokamaki to urządzenia do przeprowadzania kontrolowanej reakcji termojądrowej, które mają kształt torusa. Wykorzystują one potężne pole magnetyczne, aby zamknąć plazmę w ekstremalnie wysokich temperaturach – setki milionów stopni Celsjusza – wyższych od tych, które występują w jądrze Słońca. Dzięki temu dochodzi do fuzji jądrowej między atomami wodoru. Energia uwolniona w tym procesie jest badana pod kątem możliwości wykorzystania jej do produkcji energii elektrycznej.
To, co czyni tokamak SPC wyjątkowym, to fakt, że pozwala on na różne konfiguracje plazmy, stąd nazwa – tokamak o zmiennej konfiguracji (TCV). Oznacza to, że naukowcy mogą używać go do badania nowych metod ograniczania i kontrolowania plazmy. Konfiguracja plazmy odnosi się do jej kształtu i położenia w urządzeniu.
Czytaj też: Fuzja jądrowa pod kontrolą. Uzyskano rekordowo dużo energii
Tokamaki tworzą i utrzymują plazmę za pomocą szeregu cewek magnetycznych, których ustawienia (zwłaszcza napięcie) muszą być dokładnie kontrolowane. W przeciwnym razie plazma mogłaby zderzyć się ze ściankami naczynia i ulec zniszczeniu. Aby temu zapobiec, naukowcy z SPC najpierw testują konfiguracje swoich systemów sterowania na symulatorze, zanim zastosują je w tokamaku TCV.
Nasz symulator opiera się na ponad 20 latach badań i jest stale aktualizowany, ale nawet mimo tego, nadal potrzebne są długie obliczenia, aby określić właściwą wartość dla każdej zmiennej w systemie sterowania. Tu właśnie wkracza nasz wspólny projekt badawczy z DeepMind.Federico Felici, naukowiec z SPC i współautor badania
Eksperci z DeepMind opracowali algorytm sztucznej inteligencji, który może tworzyć i utrzymywać określone konfiguracje plazmy. Następnie przetestowano go na symulatorze SPC. Na podstawie zebranych doświadczeń, algorytm wygenerował strategię sterowania, aby wytworzyć żądaną konfigurację plazmy. Wymagało to najpierw przeprowadzenia algorytmu przez szereg różnych ustawień i przeanalizowania konfiguracji plazmy, które wynikały z każdego z nich. Następnie algorytm został wykorzystany do wytworzenia określonej konfiguracji plazmy poprzez zidentyfikowanie właściwych ustawień. Po odpowiednim treningu, system oparty na sztucznej inteligencji był w stanie stworzyć i utrzymać szeroki zakres kształtów plazmy i zaawansowanych konfiguracji, w tym taką, w której dwie oddzielne plazmy są utrzymywane jednocześnie w naczyniu. System został także przetestowany bezpośrednio w tokamaku.
Projekt ten powinien utorować EPFL drogę do poszukiwania innych wspólnych możliwości badawczo-rozwojowych z organizacjami zewnętrznymi.