De succesvolle implementatie van kernfusie belooft een onbeperkte, duurzame bron van schone energie te bieden, maar we kunnen deze ongelooflijke droom alleen realiseren als we de complexe fysica beheersen die zich in de reactor afspeelt.
In de loop van de decennia hebben wetenschappers stapsgewijze stappen gezet in de richting van dit doel, maar veel problemen blijven onopgelost. Een van de grootste obstakels is het succesvol beheren van het onstabiele en oververhitte plasma in de reactor – maar een nieuwe aanpak laat zien hoe we dit kunnen doen.
In een samenwerking tussen EPFL's Swiss Plasma Center (SPC) en kunstmatige intelligentie (AI) bedrijf DeepMind, gebruikten wetenschappers een systeem voor diep versterkend leren (RL) om de nuances van plasmagedrag en -controle te bestuderen in een donutvormige fusie-tokamak. , die gebruik maakt van een reeks magnetische spoelen rond de reactor om het plasma erin te regelen en te manipuleren.
Het is een lastige evenwichtsoefening omdat de spoelen een groot aantal fijne spanningsaanpassingen vereisen, tot wel duizenden keren per seconde, om het plasma met succes binnen het magnetische veld te houden. Het in stand houden van kernfusiereacties - waarbij plasmastabiliteit wordt gehandhaafd op honderden miljoenen graden Celsius, heter dan zelfs de kern van de zon - vereist complexe systemen met meerdere niveaus om de spoelen te besturen. In een nieuwe studie hebben wetenschappers echter aangetoond dat één kunstmatige-intelligentiesysteem deze taak alleen aankan.
"Met behulp van een leerarchitectuur die diepe RL en een simulatieomgeving combineert, hebben we controllers gemaakt die zowel het plasma in een stabiele toestand kunnen houden als het kunnen gebruiken om verschillende vormen nauwkeurig weer te geven", legt het team uit in een DeepMind-blogpost. Om deze prestatie te bereiken, trainden de onderzoekers hun AI-systeem in een tokamak-simulator, waarin het machine-leersysteem met vallen en opstaan leerde hoe te navigeren door de complexiteit van magnetische plasma-opsluiting. Na zijn afstuderen bracht AI het naar een hoger niveau door wat het in de simulator leerde in de echte wereld toe te passen.
Door een tokamak (TCV) met variabele configuratie van SPC aan te drijven, gaf het RL-systeem het plasma in de reactor verschillende vormen, waaronder een vorm die nog nooit eerder in een TCV was gezien: stabiliserende "druppels" waarbij twee plasma's gelijktijdig naast elkaar bestonden in het apparaat. Naast traditionele vormen kon de AI ook geavanceerde configuraties maken, waardoor het plasma "negatieve driehoek" en "sneeuwvlok" -vormen kreeg.
Elk van deze manifestaties heeft een ander potentieel voor energieproductie in de toekomst als we kernfusiereacties kunnen ondersteunen. Een van de configuraties die door dit systeem worden bestuurd, de "ITER-achtige vorm", kan bijzonder veelbelovend zijn voor toekomstig onderzoek in de Internationale Thermonucleaire Experimentele Reactor (ITER), 's werelds grootste kernfusie-experiment, dat momenteel in aanbouw is in Frankrijk.
Volgens de onderzoekers is de magnetische controle van deze plasmaformaties "een van de meest complexe systemen uit de echte wereld waarop versterkend leren is toegepast", en zou het een radicaal nieuwe richting kunnen geven aan het ontwerp van tokamaks uit de echte wereld. Niet alleen dat, maar sommigen geloven dat het de toekomst van geavanceerde plasmacontrolesystemen in fusiereactoren fundamenteel zal veranderen.
Lees ook: