核融合の成功は、無限で持続可能なクリーン エネルギー源の提供を約束しますが、この信じられないほどの夢を実現するには、原子炉内で進行する複雑な物理学を習得する必要があります。
何十年にもわたって、科学者たちはこの目標に向けて一歩ずつ前進してきましたが、多くの問題が未解決のままです。 主な障害の つは、原子炉内の不安定で過熱されたプラズマをうまく管理することですが、新しいアプローチはそれを行う方法を示しています。
EPFL の Swiss Plasma Center (SPC) と人工知能 (AI) 企業の DeepMind とのコラボレーションで、科学者は深層強化学習 (RL) システムを使用して、ドーナツ型の核融合トカマクにおけるプラズマの挙動と制御のニュアンスを研究しました。原子炉内のプラズマを制御および操作するために、原子炉の周囲に配置された一連の磁気コイル。
コイルは、プラズマを磁場内にうまく維持するために、毎秒数千回にも及ぶ膨大な回数の微調整を必要とするため、バランスをとるのは難しい作業です。 したがって、核融合反応を維持するには、太陽の核よりも高温である摂氏数億度でプラズマの安定性を維持する必要がありますが、コイルを制御する複雑なマルチレベル システムが必要です。 しかし、新しい研究で、科学者たちは、 つの人工知能システムだけでこのタスクに対処できることを示しました。
「ディープ RL とシミュレーション環境を組み合わせた学習アーキテクチャを使用して、プラズマを定常状態に保ち、それを使用してさまざまな形状を正確にレンダリングできるコントローラーを作成しました」と、チームは DeepMind ブログ投稿で説明しています。 この偉業を達成するために、研究者は AI システムをトカマク シミュレータでトレーニングしました。トカマク シミュレータでは、機械学習システムが試行錯誤を通じてプラズマ磁気閉じ込めの複雑さをナビゲートする方法を学習しました。 卒業後、AI はシミュレーターで学んだことを現実世界に適用することで、次のレベルに進みました。
SPC 可変構成トカマク (TCV) を駆動することにより、RL システムはリアクター内のプラズマに、これまで TCV では見られなかったものを含むさまざまな形状を与えました。 つのプラズマがデバイス内で同時に共存する「液滴」を安定化させます。 従来の形状に加えて、AI は高度な構成を作成して、プラズマに「負の三角形」と「雪の結晶」の形状を与えることもできます。
これらの兆候のそれぞれは、核融合反応を維持できれば、将来のエネルギー生産の可能性が異なります。 このシステムによって制御される構成の つである「ITER のような形状」は、現在フランスで建設中の世界最大の核融合実験である国際熱核融合実験炉 (ITER) での将来の研究に特に有望である可能性があります。
研究者によると、これらのプラズマ形成の磁気制御は、「強化学習が適用された最も複雑な現実世界のシステムの つ」であり、現実世界のトカマクの設計に根本的な新しい方向性を提供する可能性があります。 それだけでなく、核融合炉の高度なプラズマ制御システムの未来を根本的に変えると信じている人もいます。
また読む：