Uspešna izvedba jedrske fuzije obljublja zagotavljanje neomejenega, trajnostnega vira čiste energije, vendar lahko te neverjetne sanje uresničimo le, če obvladamo zapleteno fiziko, ki se dogaja v reaktorju.
Skozi desetletja so znanstveniki naredili postopne korake proti temu cilju, vendar veliko problemov ostaja nerešenih. Ena od glavnih ovir je uspešno upravljanje nestabilne in pregrete plazme v reaktorju – vendar nov pristop kaže, kako lahko to storimo.
V sodelovanju med EPFL-jevim švicarskim plazemskim centrom (SPC) in podjetjem za umetno inteligenco (AI) DeepMind so znanstveniki uporabili sistem učenja z globoko krepitvijo (RL) za preučevanje odtenkov obnašanja plazme in nadzora v fuzijskem tokamaku v obliki krofa. , ki uporablja vrsta magnetnih tuljav, ki se nahajajo okoli reaktorja za nadzor in manipulacijo plazme v njem.
To je zapleteno dejanje uravnoteženja, ker tuljave zahtevajo ogromno finih prilagoditev napetosti, do tisočkrat na sekundo, da uspešno zadržijo plazmo v magnetnem polju. Tako vzdrževanje reakcij jedrske fuzije – kar vključuje ohranjanje stabilnosti plazme pri stotinah milijonov stopinj Celzija, bolj vročih kot celo jedro Sonca – zahteva zapletene sisteme na več ravneh za nadzor tuljav. Vendar pa so v novi študiji znanstveniki pokazali, da se lahko en sistem umetne inteligence sam spopade s to nalogo.
"Z uporabo učne arhitekture, ki združuje globoko RL in simulacijsko okolje, smo ustvarili krmilnike, ki lahko obdržijo plazmo v stabilnem stanju in jo uporabijo za natančno upodabljanje različnih oblik," pojasnjuje ekipa v objavi na blogu DeepMind. Da bi dosegli ta podvig, so raziskovalci usposobili svoj sistem umetne inteligence v simulatorju tokamaka, v katerem se je sistem strojnega učenja s poskusi in napakami naučil, kako krmariti po zapletenosti magnetnega omejevanja plazme. Po diplomi ga je umetna inteligenca dvignila na naslednjo raven z uporabo naučenega v simulatorju v resničnem svetu.
S poganjanjem tokamaka s spremenljivo konfiguracijo SPC (TCV) je sistem RL dal plazmi v reaktorju različne oblike, vključno s takšno, ki je v TCV še nikoli nismo videli: stabilizacijske "kapljice", kjer sta dve plazmi sočasno obstajali znotraj naprave. Poleg tradicionalnih oblik bi lahko AI ustvaril tudi napredne konfiguracije, ki bi plazmi dale oblike "negativnega trikotnika" in "snežinke".
Vsaka od teh manifestacij ima drugačen potencial za proizvodnjo energije v prihodnosti, če lahko vzdržujemo reakcije jedrske fuzije. Ena od konfiguracij, ki jih nadzira ta sistem, "ITER-ju podobna oblika", je lahko še posebej obetavna za prihodnje študije v mednarodnem termonuklearnem eksperimentalnem reaktorju (ITER), največjem poskusu jedrske fuzije na svetu, ki se trenutno gradi v Franciji.
Po mnenju raziskovalcev je magnetni nadzor teh plazemskih formacij "eden najbolj zapletenih sistemov v resničnem svetu, za katerega je bilo uporabljeno učenje ojačitve," in bi lahko zagotovil radikalno novo smer pri načrtovanju tokamakov v resničnem svetu. Ne le to, nekateri verjamejo, da bo temeljito spremenilo prihodnost naprednih sistemov za nadzor plazme v fuzijskih reaktorjih.
Preberite tudi: