Искусственный интеллект научили контролировать реакцию термоядерного синтеза
Новое исследование показывает, что искусственный интеллект можно использовать для более точного управления реакцией термоядерного синтеза, что может помочь ускорить развитие ядерного синтеза как практического источника энергии.
ИИ был разработан учеными-компьютерщиками из DeepMind, лондонской исследовательской компании в области ИИ, которая является частью Alphabet, и физиками из Швейцарского плазменного центра в EPFL в Экублене, Швейцария. Прорывное исследование было опубликовано в рецензируемом научном журнале Nature в среду.
Наиболее многообещающий путь к термоядерной энергии включает в себя реактор в форме пончика, называемый токамак, в котором водород перегревается до состояния, называемого плазмой. Это происходит при температуре более 100 миллионов градусов по Цельсию. При таких температурах ядра атомов водорода могут сливаться, высвобождая огромное количество энергии.
Но плазма слишком горячая, чтобы ее мог удержать какой-либо материал, поэтому плазма подвешена и удерживается внутри токамака мощными магнитными полями. Тепло от реакции синтеза можно использовать для производства пара, который, в свою очередь, может привести в действие турбину для выработки электроэнергии.
Программное обеспечение ИИ, которое разрабатывает DeepMind, учится управлять магнитными полями, содержащими плазму внутри токамака. Система может манипулировать плазмой, создавая новые конфигурации, которые потенциально могли бы производить более высокую энергию, но физики не хотят использовать предыдущие методы управления.
"Это позволяет нам двигаться вперед, потому что мы можем идти на риск, на который в другом случае не осмелились бы пойти", - сказал Амброджо Фазоли, один из ученых Швейцарского центра плазмы, участвовавших в проекте. "Некоторые из этих [плазменных] форм, которые мы пробуем, подводят нас очень близко к пределам системы, где плазма может разрушиться и повредить систему, и мы не стали бы рисковать этим без уверенности в ИИ".
Эти две недели были значимыми для достижений в области термоядерной энергетики. На прошлой неделе группе европейских физиков, работающих в Объединенной европейской лаборатории тора в Англии, удалось создать самую мощную управляемую термоядерную энергетическую реакцию в истории. Эксперимент произвел 59 мегаджоулей энергии (что эквивалентно примерно 11 мегаваттам мощности) за пятисекундную реакцию. Это вдвое больше предыдущего рекорда, установленного в 1997
году. Токамак JET намного больше и мощнее, чем токамак TCV, используемый Швейцарским центром плазмы. По словам членов швейцарской исследовательской группы, этот меньший по размеру токамак может поддерживать термоядерную реакцию не более двух секунд.
Но методы, аналогичные тем, которые используются для алгоритма управления ИИ в Швейцарском центре плазмы, также могут быть адаптированы к более крупным и мощным термоядерным реакторам. Крупнейшая в мире такая система в настоящее время строится на юге Франции при поддержке консорциума правительств, в который входят члены Европейского Союза, США, Китая и России.
Эксперты надеются, что термоядерная энергия будет достаточно развита, чтобы начать питать часть мировой энергосистемы где-то во второй половине этого века. Термоядерный синтез предлагает возможность получения почти безграничной энергии из простых, относительно легкодоступных элементов, при этом не образуются парниковые газы и относительно небольшое количество радиоактивных отходов, которые распадаются примерно за столетие. С другой стороны, реакторы деления, которые используются на всех существующих атомных электростанциях, производят большое количество высокорадиоактивных отходов, некоторые из которых остаются опасными в течение десятков тысяч лет.
Однако временные рамки, в которых ядерный синтез, вероятно, станет коммерчески жизнеспособным, недостаточны для того, чтобы технология сыграла большую роль в нынешней гонке по обезуглероживанию мировых источников энергии и предотвращению катастрофического глобального потепления.
Пушмит Кохли, возглавляющий усилия DeepMind по использованию ИИ для решения научных задач, сказал, что проект термоядерного синтеза показал, что исследовательская компания способна оказывать фундаментальное влияние на физику. В конце 2020 года компания продемонстрировала, что созданная ею система искусственного интеллекта под названием AlphaFold может эффективно предсказывать трехмерную форму белка на основе его генетической последовательности, что является крупным прорывом в биологии, который, вероятно, будет иметь далеко идущие последствия для области, в том числе в сфере открытия лекарств. Ранее компания была наиболее известна созданием системы искусственного интеллекта, которая могла обыграть лучших игроков мира в стратегической игре.
Система искусственного интеллекта, разработанная DeepMind для управления магнитной системой токамака, использует метод, называемый обучением с подкреплением, в котором система учится методом проб и ошибок в симуляторе. Однако проблема с использованием этой техники заключается в том, достаточно ли хорош симулятор, чтобы позволить ИИ эффективно управлять настоящим токамаком. "Мы думали, что симуляция может быть недостаточно хороша", - сказал Джонас Бухли, исследователь DeepMind, работавший над проектом.
Одна из проблем заключается в том, что симулятор не точно отражал все переменные, присутствующие в реальном токамаке. Но Бухли сказал, что, используя метод, в котором эти факторы представлялись случайными числами в моделировании, DeepMind все же смог обучить ИИ, который был бы достаточно гибким, чтобы передавать свои знания реальному токамаку.
Другая проблема заключается в том, что для того, чтобы контролировать плазму внутри токамака, алгоритм управления должен иметь возможность принимать чрезвычайно быстрые решения, выполняя корректировку магнитных полей всего за доли секунды. Многим системам ИИ требуется слишком много времени, чтобы делать прогнозы для работы в такой высокоскоростной среде
Поэтому команда DeepMind обучила систему искусственного интеллекта двумя компонентами. Одним из них является большая нейронная сеть, тип ИИ, приблизительно разработанный на основе того, как функционируют части человеческого мозга, который делает долгосрочные прогнозы о том, как изменения в магнитном поле будут формировать плазму. Затем эта сеть используется для обучения системы гораздо меньшего размера, которая изучает наилучший способ реализации решений, рекомендованных первой сетью. Но только меньшая сеть напрямую взаимодействует с системой управления токамаком, потому что она должна принимать решения менее чем за 50 микросекунд (50 миллионных долей секунды).
Европа Правительство США Франция
