Прорыв в физике: ИИ успешно управлял плазмой в эксперименте по ядерному синтезу

Успешное осуществление ядерного синтеза обещает обеспечить безграничный, устойчивый источник чистой энергии, но мы сможем осуществить эту невероятную мечту, только если овладеем сложной физикой, происходящей внутри реактора.

На протяжении десятилетий ученые делали постепенные шаги к этой цели, но многие проблемы остаются нерешенными. Одним из основных препятствий является успешное управление нестабильной и перегретой плазмой в реакторе - но новый подход показывает, как мы можем это сделать.

В совместной работе Швейцарского центра плазмы (SPC) EPFL и компании DeepMind, занимающейся исследованиями в области искусственного интеллекта (ИИ), ученые использовали систему глубокого обучения с подкреплением (RL) для изучения нюансов поведения и управления плазмой в термоядерном токамаке - устройстве в форме пончика, которое использует ряд магнитных катушек, расположенных вокруг реактора, для контроля и манипулирования плазмой внутри него.

Это непростое балансирование, поскольку катушки требуют огромного количества тонких регулировок напряжения, вплоть до тысяч раз в секунду, чтобы успешно удерживать плазму в пределах магнитного поля.

Таким образом, для поддержания реакций ядерного синтеза - что предполагает поддержание стабильности плазмы при температуре в сотни миллионов градусов Цельсия, более горячей, чем даже в ядре Солнца - необходимы сложные, многоуровневые системы для управления катушками.

Однако в новом исследовании ученые показали, что одна система искусственного интеллекта может самостоятельно справиться с этой задачей.

"Используя архитектуру обучения, сочетающую глубокий RL и моделируемую среду, мы создали контроллеры, которые могут как поддерживать плазму в стабильном состоянии, так и использовать ее для точного придания различных форм", - объясняет команда в блоге DeepMind.

Чтобы совершить этот подвиг, исследователи обучили свою систему ИИ в симуляторе токамака, в котором система машинного обучения методом проб и ошибок узнала, как ориентироваться в сложностях магнитного удержания плазмы.

После окончания обучения ИИ перешел на следующий уровень - применил в реальном мире то, чему научился в симуляторе.

Управляя токамаком SPC с переменной конфигурацией (TCV), система RL придала плазме внутри реактора различные формы, включая ту, которая никогда ранее не наблюдалась в TCV: стабилизирующие "капли", когда две плазмы одновременно сосуществовали внутри устройства.

Помимо обычных форм, ИИ также мог создавать продвинутые конфигурации, придавая плазме конфигурации "отрицательной треугольности" и "снежинки".

Каждое из этих проявлений обладает различным потенциалом для получения энергии в будущем, если мы сможем поддерживать реакции ядерного синтеза. Одна из конфигураций, контролируемых данной системой, "форма, подобная ITER" (как видно выше), может стать особенно перспективной для изучения в будущем на Международном термоядерном экспериментальном реакторе (ITER) - крупнейшем в мире эксперименте по ядерному синтезу, который в настоящее время строится во Франции.

По словам исследователей, магнитное управление этими плазменными образованиями представляет собой "одну из самых сложных реальных систем, к которым применялось обучение с подкреплением", и может создать радикально новое направление в проектировании реальных токамаков.

Более того, некоторые считают, что то, что мы здесь видим, коренным образом изменит будущее передовых систем управления плазмой в термоядерных реакторах.

"Этот ИИ, на мой взгляд, единственный путь вперед", - сказал New Scientist физик Джанлука Сарри из Королевского университета Белфаста, который не принимал участия в исследовании.

"Существует так много переменных, и небольшое изменение в одной из них может привести к большому изменению конечного результата. Если пытаться сделать это вручную, то это очень долгий процесс".

О результатах исследования сообщается в журнале Nature.