През десетилетия на развитие учените преследват технологията за ядрен синтез чрез безкрайни експерименти, изчисления и симулации, опитвайки се да намерят оптималната комбинация от условия за сливане на атомите и непрекъснато освобождаване на огромни количества енергия. Компанията DeepMind, собственост на Alphabet, вече предостави своето значително ноу-хау в областта на изкуствения интелект на усилията чрез ново партньорство с Швейцарския плазмен център (SPC) на Ecole Polytechnique Federale de Lausanne (EPFL), където вече е доказал своята стойност.
DeepMind направи няколко впечатляващи хода в света на изкуствения интелект през последните няколко години, побеждавайки най-добрите играчи в света в Go, прогнозирайки валежите с висока степен на точност и дори решавайки 50-годишен научен проблем чрез прогнозиране на 3D структури на уникални протеини.
Използвайки технологията за изследвания на ядрения синтез, учените се надяват да намерят начини за по-успешно поддържане на потоци от плазма, което позволява повече възможности за възникване на критични реакции на синтез. Типът устройство, използвано за тези експерименти в SPC, е известно като токамак, което е камера с форма на поничка, която използва мощно магнитно поле, за да съдържа потоци от супер гореща плазма, в която водородните атоми се сливат в един хелиев атом и освобождават енергия.
DeepMind & SPC/EPFL
Токамакът на SPC е известен като токамак с променливо състояние (TCV), тъй като позволява експерименти с използване на плазма в различни видове конфигурации. Изследователите тук непрекъснато експериментират с нови начини за контролиране на плазмата, така че да не се блъсне в стените на съда и да не се срути.
„Нашият симулатор се основава на повече от 20 години изследвания и се актуализира непрекъснато“, каза Федерико Феличи, учен от SPC. “Но дори и така, все още са необходими продължителни изчисления, за да се определи правилната стойност за всяка променлива в системата за контрол. Тук идва нашият съвместен изследователски проект с DeepMind.”
DeepMind разработи нов AI алгоритъм, който беше обучен на симулатора на SPC, като го накара да опита много различни стратегии за управление. С течение на времето, когато натрупа повече опит чрез симулациите, алгоритъмът успя да изчисли стратегии за управление за производство на исканите плазмени конфигурации. След това екипът възложи на алгоритъма да работи в обратна посока, идентифицирайки правилните настройки за генериране на конкретна плазмена конфигурация.
След обучение, алгоритъмът беше тестван на токамак в реалния свят, където успя да създаде и контролира широк спектър от плазмени форми, включително удължени и усъвършенствани форми като „отрицателна триъгълност“ и „снежинка“ конфигурации. Един експеримент включва поддържане на две отделни плазми едновременно.
DeepMind & SPC/EPFL
„Мисията на нашия екип е да изследва ново поколение AI системи – контролери със затворен цикъл – които могат да се учат в сложни динамични среди напълно от нулата“, каза Мартин Ридмилър, ръководител на контролния екип в DeepMind. “Контролирането на термоядрена плазма в реалния свят предлага фантастични, макар и изключително предизвикателни и сложни възможности.”
Изследването е публикувано в списанието природата.
Източник: EPFL
Публикациите се превеждат автоматично с google translate
