Компания DeepMind, входящая в состав Google и специализирующаяся на искусственном интеллекте, осуществляет сотрудничество с исследователями из Швейцарского федерального технологического института в Лозанне (EPFL) и Швейцарского центра плазмы (CPS). В статье, опубликованной в журнале… Рассказывается о том, как удалось упростить процесс управления плазмой при ядерном синтезе с помощью искусственного интеллекта.
Обсуждаемый искусственный интеллект умеет контролировать плазму в токамаке, придавая ей разные формы.
Ученые стремятся изучить ядерный синтез — реакцию, при которой два лёгких ядра атомов соприкасаются на высокой скорости и сливаются. Это высвобождает большое количество энергии без негативных последствий, связанных с радиоактивными отходами и риском ядерного истощения. Отличается это явление от ядерного деления, основанного на способности атомов (в основном урана) расщепляться на две части, которое используется на современных атомных электростанциях.
При ядерном синтезе выделяется огромное количество энергии (больше, чем при делении). То же самое происходит в Солнце и других звёздах. Учёным удаётся вызвать ядерный синтез, получая водородную «плазму», которая обычно нагревается больше, чем на Солнце. Сдерживание такой энергии сложно, но для извлечения её для будущих нужд плазму необходимо удерживать.
Без поддержки реакции нет и поддержки самой системы. В звезде, где реакция происходит естественным образом, сила гравитации действует подобно «смирительной рубашке» для энергии. На Земле для ее удержания применяют катушки, создающие магнитное поле. Но эта известная плазма очень нестабильна и постоянно меняется, поэтому ученым приходится проводить сложнейшие расчеты и моделирование, чтобы знать, как регулировать магнитное поле. Система управления управляет множеством магнитных катушек то́ки́мака, регулируя их напряжение тысячами раз в секунду. Это предотвращает соприкосновение плазмы со стенками сосуда, которое привело бы к потере тепла и потенциальному повреждению. «, — объясняет DeepMind.
Несмотря на многолетние исследования, корректировки и расчеты остаются сложными и трудоемкими. DeepMind отмечает, что доступ учёных к исследовательским структурам, таким как токамаки, ограничен, и многие желают провести эксперименты.
«Симулятор разрабатывался на основе двадцатилетних исследований и регулярно совершенствуется. — поясняет Федерико Феличи, учёный из CPS и соавтор исследования, в сообщении для прессы EPFL. Даже при этом требуются продолжительные вычисления для установления точного значения каждой величины системы управления. В этом состоит наш совместный научно-исследовательский проект с компанией DeepMind. «.
В команде применили искусственный интеллект для упрощения расчета всего процесса. Эксперименты показали, что система способна автономно управлять 19 магнитными катушками для удержания и формирования плазмы различных фигур. Такой результат достигнут благодаря «обучению с подкреплением», использующему нейронную сеть. Нейронная сеть — это система, созданная по аналогии с работой биологических нейронов, но приспособленная к статистическим методам. Искусственный интеллект обрабатывает данные для извлечения логических связей и получения результата.
Искусственный интеллект начал «обучаться», наблюдая за влиянием настроек катушек на форму и характеристики плазмы. Учёные установили перед ним задачи, попросив воссоздать эти формы самостоятельно. Сначала плазма содержалась обычными методами, а затем была передана под управление ИИ. Оказалось, что он способен управлять ею как в симуляции, так и в реальности без каких-либо корректировок между моделированием и прямым экспериментом. Задачи могли касаться формы плазмы, её стабильности или положения в резервуаре.
Ученые утверждают, что данный подход интуитивно определяет цели по эффективности, сфокусируясь на желаемом результате, а не методе его получения. Это значительно упрощает расчеты и позволяет использовать один контроллер для всех катушек вместо индивидуальных для каждой. Характеристики и форма плазмы важны потому, что влияют на стабильность, эффективность удержания энергии и ее оптимизацию.
Искусственный интеллект способен воспроизвести конфигурацию «снежинки», повышающую эффективность распределения энергии в резервуаре. Также возможно создание «капельной» формы, позволяющей изолировать две разные плазмы в одном резервуаре, и «D»-образной формы, аналогичной той, что будет использоваться в строящемся во Франции крупномасштабном токамаке ITER. Потенциал ИИ еще выше в больших реакторах, где вычисления будут более сложными.
«Это перспективное нововведение в создании плазменных управляющих систем может ускорить развитие термоядерной науки, позволить изучать новые конструкции и способствовать проектированию будущих токахмаков. «, — говорится в исследовании.