Umjetna inteligencija može uspješno kontrolirati plazmu u eksperimentu s nuklearnom fuzijom

Istraživači su razvili pristup koji pomoću umjetne inteligencije kontrolira plazmu tijekom nuklearne fuzije.

Kontrola plazme

Uspješno postizanje nuklearne fuzije omogućilo bi isporuku neograničenog, održivog izvora čiste energije, ali za početak je potrebno svladati složenu fiziku koja bi se morala odvijati unutar reaktora. Znanstvenici desetljećima nastoje ostvariti ovaj cilj, ali mnogo pitanja zasad ostaju neriješena. Jedna od ključnih prepreka je uspješno kontroliranje nestabilne i pregrijane plazme u reaktoru. Ipak, znanstvenici su sada razvili pristup kojim bi mogli nadići ovaj izazov.

U zajedničkom naporu EPFL-ovog Švicarskog centra za plazmu (eng. Swiss Plasma Center – SPC) i istraživačke tvrtke za umjetnu inteligenciju (AI) DeepMind, znanstvenici su koristili sustav učenja dubokog pojačanja (RL) za proučavanje ponašanja i kontrole plazme unutar fuzijskog tokamaka – uređaj koji koristi niz magnetskih zavojnica postavljenih oko reaktora kako bi kontrolirao i manipulirao plazmom unutar njega.

To nije jednostavan čin balansiranj, jer zavojnice zahtijevaju ogromnu količinu suptilnih prilagodbi napona, do tisuća puta u sekundi, kako bi se plazma uspješno držala zatvorena unutar magnetskih polja. Za održavanje reakcija nuklearne fuzije, što uključuje održavanje plazme stabilnom na stotinama milijuna stupnjeva Celzijusa (toplijom čak i od jezgre Sunca),  potrebni su složeni, višeslojni sustavi za upravljanje zavojnicama. U novoj studiji, istraživači su pokazali da je sustav umjetne inteligencije sposoban za nadziranje ovog zadatka.

Umjetna inteligencija

“Koristeći arhitekturu učenja koja kombinira duboki RL i simulirano okruženje, proizveli smo kontrolore koji mogu održavati plazmu stabilnom i koristiti pri njezinom precizno oblikovanju u različite oblike”, objašnjavaju iz DeepMind-a. Kako bi uspjeli u svojoj namjeri, istraživači su uvježbali AI sustav u simulatoru tokamaka. U simulatoru je sustav strojnog učenja putem pokušaja i pogrešaka otkrio kako se snalaziti prilikom složenog magnetskog zatvaranja plazme.

Nakon obuke, AI je prešao na sljedeću razinu tj. na primjenu naučenog znanja u stvarnom svijetu. Kontrolirajući tokamak promjenjive konfiguracije (TCV), RL sustav je oblikovao plazmu u niz različitih oblika unutar reaktora, uključujući onaj koji nikada prije nije viđen u TCV-u. Radi se o stabilizirajućim ‘kapljicima’ odnosno o dvjema plazmama koje istovremeno postoje unutar reaktora. Uz konvencionalne oblike, AI bi također mogao proizvesti i napredne konfiguracije, oblikujući plazmu u ‘negativni trokut’ i ‘snježne pahulje’.

Svaka od ovih manifestacija sadrži različite vrste potencijala za prikupljanje energije u budućnosti, naravno ako uspijemo održavati reakcije nuklearne fuzije. Jedna od konfiguracija kojima ovdje upravlja sustav, ‘oblik sličan ITER-u, mogla bi privući pozornost Međunarodnog termonuklearnog eksperimentalnog reaktora (ITER-a), najvećeg svjetskog eksperimenta nuklearne fuzije, koji se trenutno gradi u Francuskoj.

https://kozmos.hr/kinezi-po-prvi-put-upotrijebili-svoje-umjetno-sunce/

Temelj za budući napredak

Prema istraživačima, magnetsko ovladavanje spomenutim formacijama plazme predstavlja “jedan od najizazovnijih sustava u stvarnom svijetu na koje je primijenjeno učenje s pojačanjem (RL)” i moglo bi uspostaviti radikalno novi smjer u dizajnu tokamaka u stvarnom svijetu.

Zapravo, neki sugeriraju da će ono što ovdje vidimo iz temelja promijeniti budućnost naprednih sustava kontrole plazme u fuzijskim reaktorima. “Ova umjetna inteligencija je, po mom mišljenju, jedini put naprijed”, izjavio je fizičar Gianluca Sarri s Kraljičinog Sveučilišta Belfasta, koji nije bio uključen u studiju. “Postoji toliko mnogo varijabli, a mala promjena u jednoj od njih može uzrokovati veliku promjenu u konačnom rezultatu. Ako to pokušate učiniti ručno, to je vrlo dugotrajan proces.”

https://kozmos.hr/kina-testirala-uredaj-za-nuklearnu-fuziju-koji-je-pet-puta-topliji-od-sunca/

Pridružite se raspravi u našoj Telegram grupi. KOZMOS Telegram

–t.me/kozmoshr

Izvori:

Degrave, J., Felici, F., Buchli, J. et al. Magnetic control of tokamak plasmas through deep reinforcement learning. Nature 602, 414–419 (2022). https://doi.org/10.1038/s41586-021-04301-9

Dockrill P. (21. veljače 2022.), Physics Breakthrough as AI Successfully Controls Plasma in Nuclear Fusion Experiment, Sciencealert.com (pristup 3. ožujka 2022.)