A magfúzió sikeres megvalósítása korlátlan, fenntartható tiszta energiaforrást ígér, de ezt a hihetetlen álmot csak akkor tudjuk megvalósítani, ha elsajátítjuk a reaktor belsejében zajló bonyolult fizikát.
Az évtizedek során a tudósok fokozatos lépéseket tettek e cél felé, de sok probléma továbbra is megoldatlan. Az egyik fő akadály az instabil és túlhevített plazma sikeres kezelése a reaktorban – de egy új megközelítés megmutatja, hogyan tudjuk ezt megtenni.
Az EPFL Swiss Plasma Center (SPC) és a mesterséges intelligencia (AI) cég DeepMind együttműködésében a tudósok megerősítő tanulást (RL) alkalmaztak a plazma viselkedésének és szabályozásának árnyalatainak tanulmányozására egy fánk alakú fúziós tokamakban. A reaktor körül elhelyezett mágnestekercsek szabályozzák és manipulálják a benne lévő plazmát.
Ez egy trükkös kiegyensúlyozás, mert a tekercseknek hatalmas számú finom feszültségbeállításra van szükségük, akár több ezer alkalommal másodpercenként, hogy a plazmát sikeresen a mágneses mezőn belül tartsák. Így a magfúziós reakciók fenntartásához – amely magában foglalja a plazma stabilitásának fenntartását több száz millió Celsius-fokon, ami még a Nap magjánál is melegebb – összetett, többszintű rendszerekre van szükség a tekercsek vezérléséhez. Egy új tanulmányban azonban a tudósok kimutatták, hogy egy mesterséges intelligencia-rendszer önmagában is megbirkózik ezzel a feladattal.
"A mély RL-t és a szimulációs környezetet ötvöző tanulási architektúra segítségével olyan vezérlőket hoztunk létre, amelyek képesek a plazmát stabil állapotban tartani, és különböző alakzatok pontos megjelenítésére használják" - magyarázza a csapat a DeepMind blogbejegyzésében. Ennek a bravúrnak a megvalósítása érdekében a kutatók mesterséges intelligencia rendszerüket egy tokamak szimulátorban képezték ki, amelyben a gépi tanulási rendszer próba és hiba útján megtanulta, hogyan kell eligazodni a plazmamágneses bezártság összetettségei között. A diploma megszerzése után a mesterséges intelligencia a következő szintre emelte azáltal, hogy a való világban alkalmazta a szimulátorban tanultakat.
Az SPC változó konfigurációs tokamak (TCV) meghajtásával az RL rendszer különböző formákat adott a reaktorban lévő plazmának, beleértve a TCV-ben még soha nem látott alakot: stabilizáló "cseppeket", ahol két plazma egyidejűleg létezett az eszközben. A hagyományos formák mellett az AI fejlett konfigurációkat is létrehozhat, így a plazma "negatív háromszög" és "hópehely" formákat ad.
Ezen megnyilvánulások mindegyike eltérő energiatermelési potenciállal rendelkezik a jövőben, ha fenn tudjuk tartani a magfúziós reakciókat. A rendszer által vezérelt egyik konfiguráció, az "ITER-szerű forma" különösen ígéretes lehet a Nemzetközi Termonukleáris Kísérleti Reaktorban (ITER), a világ legnagyobb nukleáris fúziós kísérletében, jelenleg Franciaországban.
A kutatók szerint ezeknek a plazmaképződményeknek a mágneses vezérlése "az egyik legösszetettebb valós rendszer, amelyre a megerősítési tanulást alkalmazták", és radikálisan új irányt jelenthet a valós világ tokamakjainak tervezésében. Nem csak ez, de egyesek úgy vélik, hogy ez alapjaiban fogja megváltoztatni a fúziós reaktorok fejlett plazmavezérlő rendszereinek jövőjét.
Olvassa el még: