Изкуствен интелект се научи да овладява плазмата в термоядрен реактор

През февруари 2024 г. екип на Принстънския университет и Принстънската лаборатория по физика на плазмата (PPPL) публикува в списание Nature система, която прави нещо ново: изкуствен интелект предвижда до 300 милисекунди предварително появата на опасна нестабилност в плазмата и коригира реактора в реално време, преди тя да се разрасне и да прекрати реакцията.

Термоядреният синтез е процесът, който захранва Слънцето: сливане на леки атомни ядра, при което се отделя огромна енергия. За да го възпроизведат на Земята, учените нагряват водородна плазма до стотици милиони градуси и я задържат с магнитно поле в пръстеновидна камера, наречена токамак. Основна пречка са т.нар. разкъсвания (tearing modes), внезапни разпадания на магнитната структура, които са водещата причина плазмата да се срине изведнъж.

Експериментите са проведени на DIII-D в Сан Диего, най-голямото съоръжение за магнитен термоядрен синтез в САЩ. Работата е част от по-широка вълна: изкуственият интелект се превръща в практичен инструмент за най-трудните задачи по управление на плазмата.

Досега операторите гасяха проблема, след като се появи; сега системата го вижда да наближава и завърта плазмата встрани от него, докато той е още само вероятност.

Как изкуственият интелект се учи да управлява плазма

Методът се нарича обучение с подкрепление: вместо да следва предварително зададени правила, системата пробва действия в симулация и получава награда, когато поддържа стабилна плазма, и наказание, когато я загуби. Постепенно, чрез милиони проби, тя сама открива добра стратегия, подобно на дете, което се учи да кара колело не по инструкция, а по усет от падания и удържане.

Екипът първо построил модел, който по сигналите от датчиците и уредите на реактора оценява колко е вероятно скоро да се появи разкъсване. После използвал този модел като тренировъчна среда за изкуствения интелект, който се научил да държи налягането на плазмата високо, но без да прекрачва прага, отвъд който нестабилността избухва. Чак тогава системата била пусната да управлява истинската машина.

Тристате милисекунди звучат като миг, но за реактора са цяла вечност. Управляващите вериги действат за части от милисекундата, така че този времеви прозорец дава на системата стотици възможности да намали или пренасочи нагряването и тока, преди разкъсването да е станало необратимо.

Предшественикът, който извая плазмата

Идеята изкуственият интелект да командва реактора не е нова. През февруари 2022 г. лабораторията DeepMind заедно с Швейцарския център по физика на плазмата (EPFL) показа в Nature, че система с обучение с подкрепление може сама да управлява всичките 19 магнитни бобини на токамака TCV и да оформя плазмата в различни конфигурации. В един от опитите тя създаде и задържа едновременно две отделни плазмени струпвания в една и съща камера, т.нар. капка. Това е трудна задача за традиционното управление. Тази работа доказа, че моделите могат да командват бобините директно; работата на Принстън показва, че могат и да предвиждат и предотвратяват провал.

Какво още не знаем

Резултатите са демонстрирани на конкретни машини и сценарии, не на реактор, който произвежда ток за мрежата. По-големите устройства като международния проект ITER работят при други мащаби и режими, а непрекъснатата, стабилна работа с часове все още е предизвикателство. Управлението на плазмата е само една част от пъзела: то не решава само по себе си въпроса дали синтезът ще стане евтин източник на енергия. Важното е, че една от най-упоритите пречки вече има работещ инструмент срещу себе си.

• Предизвестие за разрушителна нестабилност: до 300 милисекунди преди тя да се разрасне (DIII-D, Принстън, Nature 2024 г.)
• Място на експериментите: DIII-D в Сан Диего, най-голямото съоръжение за магнитен синтез в САЩ
• Метод: обучение с подкрепление, тренирано върху минали данни и симулация, после пуснато на реалната машина
• Предшественик: DeepMind и EPFL управляват всичките 19 бобини на токамака TCV (Nature, февруари 2022 г.)
• Разкъсванията (tearing modes) са водещата причина за внезапно прекратяване на реакцията в токамак