Sourozenec umělé inteligence od Googlu DeepMind ovládá tvary plazmy pro jadernou fúzi
DeepMind se učí, jak ovládat nastavení magnetických zařízení používaných při jaderné fúzi.
Model tokamaku, klíčové součásti v procesu jaderné fúze pro výrobu elektřiny.
Společnost DeepMind, vlastněná společností Alphabet, vyvinula umělou inteligenci, která je slibná pro ovládání magnetických zařízení, která udržují velmi horkou a nepoddajnou plazmu ve stabilní konfiguraci, což umožňuje jadernou fúzi pro výrobu elektřiny.
Tato zařízení omezující plazma, nazývaná tokamaky, jsou vytvořena pomocí řady vysoce výkonných magnetických cívek, aby vytvořila nádobu, ve které je plazma řízeno při teplotách stejně vysokých jako je sluneční jádro. Správně uzavřená plazma může umožnit jadernou fúzi mezi atomy vodíku a je studována jako udržitelná metoda výroby elektřiny.
Výzkumníci z DeepMind a Švýcarského plazmového centra (SPC) EPFL v novém článku v Nature podrobně popisují, jak pomohli vytvořit sadu algoritmů umělé inteligence DeepMind schopných ovládat tvar plazmy uvnitř nádoby.
PODÍVEJTE SE: Zaměstnavatelé zoufale hledají datové vědce, protože poptávka vzkvétá
SPC má vakuovou nádobu "tokamaku s proměnnou konfigurací" (TCV) pro testování udržení plazmatu pro jadernou fúzi. Společnost SPC potřebovala způsob, jak zajistit, aby mohla spolehlivě vybrat správné hodnoty pro každou proměnnou, jako je napětí, pro udržení plazmatu v řídicím systému.
SPC již mělo dobře informovaný simulátor, ale jeho uživatelé musí podle SPC stále provádět zdlouhavé výpočty, aby určili správnou hodnotu pro každou proměnnou v řídicím systému.
Při správných hodnotách může řídicí systém udržet plazma tak, aby nedocházelo například ke kolizi se stěnami vakuové nádoby TCV, a v takovém případě by došlo ke zhoršení stavu plazmatu.
Výzkumníci tvrdí, že vytvořili "dříve nepopsanou architekturu pro návrh magnetického ovladače tokamaku, která se autonomně učí ovládat celou sadu řídicích cívek". Tato architektura může snížit úsilí potřebné k vytvoření nových konfigurací plazmatu.
Podle blogového příspěvku SPC může umělá inteligence společnosti DeepMind, která byla vyškolena na simulátoru, vytvářet a udržovat specifické konfigurace plazmatu, včetně, jak je popsáno v článku, "protáhlých, konvenčních tvarů, stejně jako pokročilých konfigurací, jako je negativní trojúhelníkovost a konfigurace 'sněhové vločky'".
DeepMind a SPC také úspěšně spustily algoritmy na skutečném TVC SPC, nejen na jeho simulátoru. Demonstrovali také trvalou konfiguraci dvou samostatných plazmových "kapiček" uvnitř nádoby.
DeepMind ještě nezveřejnil svůj příspěvek o výzkumu, ale nakonec tak učiní na tomto odkazu.