Швейцарский плазменный центр (SPC) EPFL обладает многолетним опытом в области физики плазмы и методов управления плазмой. DeepMind — это компания, занимающаяся научными открытиями, которую Google приобрела в 2014 году и которая стремится «решать проблемы интеллекта для развития науки и человечества». Вместе они разработали новый метод магнитного управления для плазмы, основанный на глубоком обучении с подкреплением, и впервые применили его к реальной плазме в исследовательском центре токамака SPC, TCV. Их исследование только что было опубликовано в журнале Nature.
Токамаки представляют собой устройства в форме пончика для проведения исследований в области ядерного синтеза , а НПЦ — один из немногих исследовательских центров в мире, где он действует. Эти устройства используют мощное магнитное поле, чтобы удерживать плазму при чрезвычайно высоких температурах — сотни миллионов градусов по Цельсию, даже горячее, чем ядро Солнца, — так что между атомами водорода может происходить ядерный синтез. Энергия, высвобождаемая при синтезе, изучается для использования в производстве электроэнергии.
Что делает токамак SPC уникальным, так это то, что он допускает различные конфигурации плазмы, отсюда и его название: токамак с переменной конфигурацией (TCV). Это означает, что ученые могут использовать его для исследования новых подходов к ограничению и контролю плазмы. Конфигурация плазмы связана с ее формой и положением в устройстве.
Управление веществом, столь же горячим, как солнце
Токамаки формируют и поддерживают плазму с помощью ряда магнитных катушек, настройки которых, особенно напряжение, необходимо тщательно контролировать. В противном случае плазма может столкнуться со стенками сосуда и испортиться. Чтобы этого не произошло, исследователи SPC сначала проверяют конфигурации своих систем управления на симуляторе, прежде чем использовать их в токамаке TCV.
«Наш симулятор основан на более чем 20-летних исследованиях и постоянно обновляется», — говорит Федерико Феличи, ученый SPC и соавтор исследования. «Но даже в этом случае для определения правильного значения каждой переменной в системе управления по-прежнему необходимы длительные расчеты. Вот тут-то и появляется наш совместный исследовательский проект с DeepMind».
Эксперты DeepMind разработали алгоритм искусственного интеллекта, который может создавать и поддерживать определенные конфигурации плазмы, и обучили его на симуляторе SPC. Это включало в себя сначала то, что алгоритм пробовал множество различных стратегий управления в моделировании и накоплении опыта. На основе накопленного опыта алгоритм сгенерировал стратегию управления для получения требуемой конфигурации плазмы. Это включало в себя сначала прогон алгоритма через ряд различных настроек и анализ конфигурации плазмы, полученной в результате каждой из них. Затем алгоритм был призван работать в другом направлении — создавать определенную конфигурацию плазмы, определяя правильные настройки.
После обучения система на основе ИИ смогла создавать и поддерживать широкий спектр форм плазмы и расширенных конфигураций, в том числе такую, при которой в сосуде одновременно поддерживаются две отдельные плазмы. Наконец, исследовательская группа протестировала свою новую систему непосредственно на токамаке, чтобы увидеть, как она будет работать в реальных условиях.
Сотрудничество SPC с DeepMind восходит к 2018 году, когда Феличи впервые встретился с учеными DeepMind на хакатоне в лондонской штаб-квартире компании. Там он объяснил проблему магнитного контроля токамака своей исследовательской группы. «DeepMind сразу же заинтересовалась перспективой тестирования их технологии искусственного интеллекта в таких областях, как ядерный синтез, и особенно на реальной системе, такой как токамак», — говорит Феличи.
Мартин Ридмиллер, руководитель группы управления в DeepMind и соавтор исследования, добавляет, что «миссия нашей команды состоит в том, чтобы исследовать системы искусственного интеллекта нового поколения — контроллеры с обратной связью, — которые могут обучаться в сложных динамических средах полностью с нуля. термоядерная плазма в реальном мире предлагает фантастические, хотя и чрезвычайно сложные возможности».
Выгодное сотрудничество
После разговора с Феличи DeepMind предложила сотрудничать с SPC для разработки системы управления на основе ИИ для своего токамака . «Мы сразу согласились с этой идеей, потому что увидели огромный потенциал для инноваций», — говорит Амброджо Фазоли, директор SPC и соавтор исследования. «Все ученые DeepMind, с которыми мы работали, были полны энтузиазма и много знали о внедрении ИИ в системы управления». Со своей стороны, Феличи был впечатлен удивительными вещами, которые DeepMind может сделать за короткое время, сосредоточив свои усилия на конкретном проекте.
DeepMind также многому научился в совместном исследовательском проекте, продемонстрировав преимущества междисциплинарного подхода для обеих сторон. Брендан Трейси, старший инженер-исследователь DeepMind и соавтор исследования, говорит: «Сотрудничество с SPC подталкивает нас к улучшению наших алгоритмов обучения с подкреплением и, как следствие, может ускорить исследования по синтезу плазмы».
Этот проект должен проложить путь для EPFL к поиску других возможностей для совместных исследований и разработок с внешними организациями. «Мы всегда открыты для инновационного взаимовыгодного сотрудничества, где мы можем делиться идеями и исследовать новые перспективы, тем самым ускоряя темпы технологического развития», — говорит Фазоли.
Теги: ИИ, плазма, радиация, энергия
