Искусственный интеллект помогает сдерживать плазму в реакторе термоядерного синтеза
Уже несколько десятилетий ученые экспериментируют с ядерным синтезом, пытаясь найти оптимальное сочетание условий для слияния атомов и непрерывного выделения огромного количества энергии. Теперь к делу подключается искусственный интеллект.
Принадлежащая Alphabet компания DeepMind предоставила ученым свои мощности искусственного интеллекта в рамках нового партнерства с Швейцарским плазменным центром (SPC).
За последние годы DeepMind добилась впечатляющих успехов в мире искусственного интеллекта. Ее ИИ научился обыгрывать лучших игроков мира в Go, точно предсказывать количество осадков, решать нерешаемые научные задачи и предсказывать 3D-структуры уникальных белков.
Теперь, используя эту технологию для исследований ядерного синтеза, ученые надеются найти способы более удачного поддержания потоков плазмы, что позволит создать больше возможностей для реакций синтеза.
Эксперименты SPC проводятся на реакторе типа токамак. Такой реактор оснащен камерой в форме бублика.
Поскольку разогретая плазма имеет температуру выше, чем на Солнце, она не может касаться стенок реактора. На Земле попросту нет материала, который мог бы долго выдерживать такую температуру и не плавиться. Учитывая это, закольцованный поток плазмы удерживается на весу при помощи мощных магнитных полей. Меняя настройки этих полей, можно управлять формой потока. Соответственно, можно найти такую форму, при которой выработка энергии будет наиболее эффективной. Именно этим и занимается искусственный интеллект.
"Наш симулятор основан на более чем 20-летнем исследовании и постоянно обновляется. Но даже при этом необходимы длительные расчеты, чтобы определить правильное значение для каждой переменной в системе управления. Вот этим и занимается наш совместный исследовательский проект с DeepMind", - говорит Федерико Феличи, ученый SPC.
DeepMind разработала новый алгоритм искусственного интеллекта, который обучен на симуляторе SPC. ИИ пытается использовать множество различных стратегий управления. Чем больше он занимается моделированием, тем более удачные конфигурации плазмы изобретает.
После обучения алгоритм был протестирован на реальном токамаке, где он смог создавать и контролировать широкий спектр форм плазмы, включая удлиненные и сложные формы. Один из экспериментов даже включал одновременное поддержание двух параллельных потоков плазмы.
