Root NationZprávyIT novinyPrůlom ve fyzice: Umělá inteligence úspěšně řídí plazmu v experimentu jaderné fúze

Průlom ve fyzice: Umělá inteligence úspěšně řídí plazmu v experimentu jaderné fúze

-

Úspěšná implementace jaderné fúze slibuje poskytnout neomezený udržitelný zdroj čisté energie, ale tento neuvěřitelný sen můžeme uskutečnit pouze tehdy, pokud zvládneme složitou fyziku, která probíhá uvnitř reaktoru.

Během desetiletí vědci podnikli postupné kroky k tomuto cíli, ale mnoho problémů zůstává nevyřešeno. Jednou z hlavních překážek je úspěšné zvládnutí nestabilního a přehřátého plazmatu v reaktoru – ale nový přístup ukazuje, jak toho můžeme dosáhnout.

Ve spolupráci mezi švýcarským plazmovým centrem EPFL (SPC) a společností DeepMind zabývající se umělou inteligencí (AI) vědci použili systém hlubokého posílení učení (RL) ke studiu nuancí chování plazmy a kontroly ve fúzním tokamaku ve tvaru koblihy. série magnetických cívek umístěných kolem reaktoru pro řízení a manipulaci s plazmatem uvnitř reaktoru.

Průlom ve fyzice: Umělá inteligence úspěšně řídí plazmu v experimentu jaderné fúze
3D model vakuové nádoby TCV.

Je to složité vyvažování, protože cívky vyžadují obrovské množství jemných úprav napětí, až tisíckrát za sekundu, aby úspěšně udržely plazmu v magnetickém poli. Udržování reakcí jaderné fúze – což zahrnuje udržování stability plazmatu při stovkách milionů stupňů Celsia, teplejších než samotné jádro Slunce – tedy vyžaduje složité, víceúrovňové systémy pro řízení cívek. V nové studii však vědci prokázali, že jeden systém umělé inteligence si s tímto úkolem dokáže poradit sám.

„Pomocí výukové architektury, která kombinuje hluboké RL a simulační prostředí, jsme vytvořili ovladače, které dokážou udržet plazmu v ustáleném stavu a použít ji k přesnému vykreslení různých tvarů,“ vysvětluje tým v příspěvku na blogu DeepMind. Aby toho dosáhli, výzkumníci trénovali svůj systém AI v simulátoru tokamaku, ve kterém se systém strojového učení naučil pomocí pokusů a omylů, jak se pohybovat ve složitosti plazmového magnetického omezení. Po absolvování to umělá inteligence posunula na další úroveň tím, že to, co se naučila v simulátoru, použila v reálném světě.

AI úspěšně řídí plazma v experimentu jaderné fúze
Vizualizace řízených forem plazmatu.

Poháněním tokamaku s proměnlivou konfigurací SPC (TCV) dal RL systém plazmě uvnitř reaktoru různé tvary, včetně jednoho, který dosud v TCV neviděl: stabilizační „kapky“, kde uvnitř zařízení koexistovala dvě plazma současně. Kromě tradičních tvarů by umělá inteligence mohla také vytvářet pokročilé konfigurace, které plazmě dávají tvary „záporného trojúhelníku“ a „sněhové vločky“.

Každý z těchto projevů má jiný potenciál pro výrobu energie v budoucnosti, pokud dokážeme udržet reakce jaderné fúze. Jedna z konfigurací řízených tímto systémem, „tvar podobný ITER“, může být obzvláště slibná pro budoucí studium v ​​Mezinárodním termonukleárním experimentálním reaktoru (ITER), největším světovém experimentu jaderné fúze, který je v současné době ve výstavbě ve Francii.

Podle výzkumníků je magnetické řízení těchto plazmových útvarů „jedním z nejsložitějších systémů v reálném světě, na které bylo aplikováno učení se zesílením“, a mohlo by poskytnout radikální nový směr v navrhování tokamaků v reálném světě. Nejen to, ale někteří věří, že to zásadně změní budoucnost pokročilých systémů řízení plazmatu ve fúzních reaktorech.

Přečtěte si také:

Dzherelosciencealert
Přihlásit se
Upozornit na
host

0 Komentáře
Vložené recenze
Zobrazit všechny komentáře