多くの未解決の問題が商業用核融合炉の邪魔になっていますが、正のエネルギー収量を持つ最初の原子炉は3年以内に運転を開始することが約束されています（ITERプロジェクト）。反応器内でプラズマを安定した状態に保つことは非常に困難であることが判明した。多くの要因がプラズマカラムの不安定性とその減衰につながります。プラズマの安定性を維持するための最新のシステムには、すべてに対応する時間がありません。この作業はAIに割り当てられました。
DeepMindの研究者（2014年にAlphabetに買収）とスイス連邦工科大学ローザンヌ校（EPFL）の科学者は、実際の核融合炉内のプラズマを制御するための人工知能を訓練することができました。これまで、DeepMindは、学習プラットフォームの構築、コーディング方法、超人的なチェス、ゴー、スタークラフトIIのプレイ方法を教え、AIに空間を予測するように教えることで、生物学における半世紀前の問題を解決するという点で目覚ましい進歩を遂げてきました。タンパク質の形。 DeepMind AIの新しいナットは、トカマク型核融合炉のプラズマの形状を制御するタスクでした。そして彼はそれを引き裂いた。
現代のトカマクおよびEPFL（可変構成トカマク）センターの実験的なスイストカマクTCVでは、原子炉の作業室周辺の磁場のパラメーターは、いくつかのプログラム可能なコントローラーによって設定されます。コントローラーは電磁石を制御します。電磁石の磁場は、摂氏数十から数億、さらには数百万度の温度のプラズマコードが作業室の内壁に触れないようにし、壁の破壊を防ぎ、プラズマの安定性をもたらします。 。
スイスのトカマクでは、別々のコントローラーがプラズマ電流、そのプロファイル、およびコードの垂直位置と水平位置を設定します。 DeepMindとスイスの科学者の仕事は、ニューラルネットワークによって制御される単一のトレーニング可能なコントローラーの開発に帰着しました。最初に、ニューラルネットワークは電磁石の動作パラメータの一連の組み合わせに対するプラズマの反応を示し、次にソフトウェアシミュレータでプラズマを制御するようにトレーニングされました。その後、ニューラルネットワークは単一のコントローラーを介して実際のリアクターに接続されました。実践が示しているように、人工知能は、厳密に定義された構成でプラズマバンドルを独立して保持することができました。
TCVトカマクの3Dモデル。画像ソース：EPFL 開発者は、さらなるAIは、人がプラズマを保持するための安定したパラメーターを見つけるよりも独立してはるかに速く、生きているオペレーターよりも速く変化する条件に反応できると主張しています。ニューラルネットワークによって制御されるトカマクを使った実験は、クリーンでほぼ無限の核融合エネルギーの生成の分野での商用ソリューションの出現を加速させることができます。
2022-02-17 16:27:59
著者: Vitalii Babkin