Uspješna implementacija nuklearne fuzije obećava pružanje neograničenog, održivog izvora čiste energije, ali ovaj nevjerojatni san možemo ostvariti samo ako ovladamo složenom fizikom koja se odvija unutar reaktora.
Tijekom desetljeća znanstvenici su napravili postupne korake prema tom cilju, ali mnogi problemi ostaju neriješeni. Jedna od glavnih prepreka je uspješno upravljanje nestabilnom i pregrijanom plazmom u reaktoru – ali novi pristup pokazuje kako to možemo učiniti.
U suradnji između EPFL-ovog švicarskog centra za plazmu (SPC) i tvrtke za umjetnu inteligenciju (AI) DeepMind, znanstvenici su koristili sustav dubokog učenja (RL) za proučavanje nijansi ponašanja i kontrole plazme u fuzionom tokamaku u obliku krafne. , koji koristi niz magnetskih zavojnica smještenih oko reaktora za kontrolu i manipuliranje plazmom unutar njega.
To je lukav čin balansiranja jer zavojnice zahtijevaju ogroman broj finih podešavanja napona, do tisuće puta u sekundi, kako bi se plazma uspješno držala unutar magnetskog polja. Stoga, održavanje reakcija nuklearne fuzije – što uključuje održavanje stabilnosti plazme na stotinama milijuna stupnjeva Celzijevih, toplijih čak i od jezgre Sunca – zahtijeva složene sustave na više razina za kontrolu zavojnica. Međutim, u novom istraživanju znanstvenici su pokazali da se jedan sustav umjetne inteligencije može sam nositi s tim zadatkom.
"Koristeći arhitekturu učenja koja kombinira duboki RL i simulacijsko okruženje, stvorili smo kontrolere koji mogu održavati plazmu u stabilnom stanju i koristiti je za precizno renderiranje različitih oblika", objašnjava tim u postu na blogu DeepMinda. Kako bi postigli ovaj podvig, istraživači su uvježbali svoj AI sustav u simulatoru tokamaka, u kojem je sustav strojnog učenja naučio putem pokušaja i pogrešaka kako upravljati složenošću magnetskog ograničenja plazme. Nakon što je diplomirao, AI je podigao na višu razinu primjenom onoga što je naučio na simulatoru u stvarnom svijetu.
Pokrećući SPC tokamak varijabilne konfiguracije (TCV), RL sustav je plazmi unutar reaktora davao različite oblike, uključujući onaj koji dosad nije viđen u TCV-u: stabiliziranje "kapljica" gdje su dvije plazme koegzistirale istovremeno unutar uređaja. Osim tradicionalnih oblika, umjetna inteligencija također može stvoriti napredne konfiguracije, dajući plazmi oblike "negativnog trokuta" i "pahuljice".
Svaka od ovih manifestacija ima drugačiji potencijal za proizvodnju energije u budućnosti ako možemo održati reakcije nuklearne fuzije. Jedna od konfiguracija kontroliranih ovim sustavom, "oblik sličan ITER-u", mogao bi biti posebno obećavajući za buduće studije u Međunarodnom termonuklearnom eksperimentalnom reaktoru (ITER), najvećem eksperimentu nuklearne fuzije na svijetu, koji se trenutno gradi u Francuskoj.
Prema istraživačima, magnetska kontrola ovih plazma formacija je "jedan od najsloženijih sustava u stvarnom svijetu na koji je primijenjeno učenje pojačanja", i mogla bi pružiti radikalno novi smjer u dizajnu tokamaka u stvarnom svijetu. I ne samo to, neki vjeruju da će iz temelja promijeniti budućnost naprednih sustava kontrole plazme u fuzijskim reaktorima.
Pročitajte također: