Футурологи минулого уявляли, що прориви в технологіях і науці можуть створити утопічний світ, який живитиметься безмежною чистою енергією. Модель штучного інтелекту від дослідників з Прінстона, можливо, довела їхню правоту. Або, принаймні, наблизила нас до цього.
Термоядерний синтез, ядерна реакція, під час якої два або більше атомних ядер об’єднуються, утворюючи нові ядра та субатомні частинки, давно став омріяним джерелом енергії: він не забруднює довкілля, безпечний і практично безмежний, виробляючи майже в чотири мільйони разів більше енергії за масою, ніж спалювання викопного палива.
На жаль, є одна проблема. Термоядерний синтез дуже, дуже важко здійснити: він вимагає температур і тиску, які існують в серцях зірок. Оскільки ми не можемо створити такі умови в лабораторії на Землі, відносно нечисленні приклади термоядерного синтезу, створені людьми, покладалися на обхідні шляхи: звичайний земний тиск і температуру, що більш ніж у десять разів перевищують температуру ядра Сонця.
За таких температур паливо, необхідне для реакції, не може існувати у твердому чи рідкому стані, і це навіть не газ – це плазма. Звідси випливає ще одна проблема: цей стан матерії настільки енергійний і перегрітий, що паливо легко “ламається” – втрачає стабільність і вислизає з магнітних полів, які утримують його в реакторі – таким чином припиняючи будь-який термоядерний синтез за мілісекунди.
Саме цю проблему, як стверджує команда з Принстона, і вирішила.
“Попередні дослідження, як правило, були зосереджені на придушенні або пом’якшенні наслідків цих розривних нестабільностей після того, як вони виникають у плазмі, – пояснив перший автор нової роботи Джемін Со, нині доцент кафедри фізики в Університеті Чун-Анг у Південній Кореї, у своїй заяві. “Але наш підхід дозволяє нам передбачати і уникати цих нестабільностей ще до того, як вони з’являться”.
Їхня відповідь: штучний інтелект (ШІ), навчений на попередніх експериментах у Національному центрі термоядерного синтезу DIII-D у Сан-Дієго.
“Навчаючись на попередніх експериментах, замість того, щоб використовувати інформацію з фізичних моделей, ШІ може розробити остаточну політику управління, яка підтримуватиме стабільний, потужний режим плазми в реальному часі на реальному реакторі”, – сказав керівник дослідження Егемен Колемен (Egemen Kolemen), доцент кафедри механічної та аерокосмічної інженерії Центру Андлінгера з питань енергетики та навколишнього середовища і фізик-дослідник з Принстонської лабораторії фізики плазми (PPPL).
Як і будь-яка модель штучного інтелекту, вона не розуміє, що робить на глибинному рівні, але їй це й не потрібно. Команда надала програмі дані про характеристики плазми в реальному часі з попередніх експериментів і поставила перед нею завдання передбачити – і, що важливо, уникнути – нестабільності розриву.
“Ми не навчаємо модель навчання з підкріпленням всієї складної фізики термоядерної реакції, – пояснив Азарахш Джалалванд, науковий співробітник лабораторії Колемена і співавтор статті. “Ми говоримо йому, яка мета – підтримувати реакцію на високій потужності, чого слід уникати – нестабільності режиму розриву – і які регулятори він може повертати, щоб досягти цих результатів. З часом він вивчає оптимальний шлях для досягнення мети високої потужності, уникаючи при цьому покарання у вигляді нестабільності”.
Після незліченних симуляцій, які могли бути виправлені та покращені людьми-спостерігачами, команда протестувала ШІ в реальних умовах на об’єкті D-III D. Модель виявилася здатною передбачати нестабільність тріщини за 300 мілісекунд – небагато часу для людини, але достатньо для ШІ, щоб діяти, змінюючи такі параметри, як форма плазми або сила пучків, які вносять енергію в реакцію, щоб підтримувати плазму в стабільному стані.
Тож необмежена чиста енергія вже не за горами? Не зовсім. Нестабільність плазми – далеко не єдина проблема термоядерного синтезу, а розрив – лише один з можливих типів нестабільності плазми.
Але те, що показано в статті, за словами команди, є досить хорошим доказом концепції: “Ми маємо переконливі докази того, що контролер працює досить добре на DIII-D, але нам потрібно більше даних, щоб показати, що він може працювати в різних ситуаціях”, – сказав Со. “Ми хочемо працювати над чимось більш універсальним”.
