Američtí vědci experimentující s jadernou fúzí vsází na umělou inteligenci, strojové učení má urychlit výzkum

S neustálým rozvojem výpočetní techniky proniká strojové učení, forma umělé inteligence, do stále více oborů. Výjimkou není ani výzkum jaderné fúze. Vědci z americké Princetonské laboratoře fyziky plazmatu (PPPL) nyní prověřují možnosti uplatnění strojového učení pro zrychlení modelování experimentů, které mají přispět k ovládnutí tohoto zdroje energie.

O ovládnutí jaderné fúze, která pohání Slunce a další hvězdy, se lidstvo pokouší již desítky let. Novou cestu, která by mohla výzkum výrazně urychlit, nabízí strojové učení, jemuž se v posledních letech dopřává stále větší pozornosti. Vědci z PPPL se rozhodli využít tento nástroj pro vytvoření modelu, pomocí kterého dokáží při experimentech díky rychlým výpočtům modelovat chování plazmatu v reálném čase.

Výzkumní pracovníci PPPL vedení fyzikem Danem Boyerem vytrénovali neuronové sítě, které jsou jádrem strojového učení,  na datech z první kampaně experimentů na tokamaku National Spherical Torus Experiment-Upgrade (NSTX-U).

Model vytrénovaný experimentálními daty podle vědců přesně reprodukuje predikce chování energetických částic produkovaných injekcí neutrálního paprsku (neutral beam injection – NBI), který zahřívá v reaktoru plazma, jež slouží jako palivo pro jadernou fúzi, na vysokou teplotu dosahující milionů stupňů.

Tyto predikce jsou běžně generovány komplexním počítačovým algoritmem NUBEAM, který obsahuje informace o dopadu paprsku na plazma. Těchto komplexních výpočtů je nutné provádět stovky za sekundu, aby bylo možné analyzovat chování plazmatu během experimentu. Každý výpočet však může trvat i několik minut, takže výsledky mají fyzici k dispozici pouze až po dokončení experimentu, který obvykle trvá několik sekund.

Stabilita plazmatu je klíčová

Nový software využívající strojové učení však podle vědců dokáže tyto náročné výpočty provádět za méně než 150 mikrosekund, díky čemuž mají vědci výsledky k dispozici již během samotného experimentu. Díky pokročilým modelům by tak vědci měli být schopni určit chování plazmatu v reálném čase a pomocí těchto dat upravit neutrální paprsek tak, aby plazma bylo v optimálním stavu. Udržení stability plazmatu je klíčové pro úspěšný a stabilní průběh řízené fúzní reakce.

Rychlejší výpočty rovněž umožní operátorům tokamaku dělat přesnější úpravy mezi jednotlivými experimenty, které se provádí každých 15 až 20 minut.

„Možnosti zrychleného modelování by našim operátorům mohly ukázat způsob, jak upravit nastavení NBI pro zlepšení následujícího experimentu,“ říká Dan Boyer, hlavní autor studie.

Další práce bude zahrnovat vývoj modelů neuronových sítí přizpůsobených plánovaným podmínkám budoucích experimentálních kampaní na NSTX-U a dalších fúzních zařízení. Dále výzkumníci plánují rozšířit současný přístup k modelování tak, aby umožnil urychlené předpovědi dalších jevů plazmatu při fúzi.

Kromě výzkumu optimalizace chování a stabilizace plazmatu se vědci na PPPL věnují i dalším oblastem. Nedávno například představili nový způsob vytvoření plazmatu pro budoucí kompaktní sférické fúzní reaktory.

Stabilizaci plazmatu se na PPPL věnují i další výzkumníci ve spolupráci s vědci z Jižní Koreje. Ti vyvinuli novou metodu predikování nestabilit tvořících se na okraji plazmatu, takzvaných ELM, která může posloužit k omezení jejich dopadů na stabilitu plazmatu.

Úvodní fotografie: Snímek plazmatu vytvořeného v experimentálním fúzním reaktoru NSTX-U. Zdroj: PPPL