Naučnici su razvili program umjetne inteligencije koji ima zadatak kontrolisati pregrijanu plazmu unutar nuklearnih fuzijskih reaktora.
Fuzijski reaktori, koji se ponekad nazivaju i umjetno sunce, strojevi su sposobni spojiti atome u ekstremnim uvjetima. Kada se dvije lake atomske jezgre spoje u jednuta reakcija oslobađa ogromnu energiju kao nusprodukt.
Teoretski, ova energija se može koristiti za generiranje daljnjih nuklearnih reakcija dok se također može pretvoriti u električnu energiju koju ljudi mogu koristiti. Na taj je način nuklearna fuzija područje fizike koje se mnogo istražuje jer nudi čist i gotovo neograničen izvor energije.
Međutim, naučnici tek trebaju stvoriti nuklearni fuzijski reaktor koji je sposoban proizvesti više energije nego što je potrebno za početak reakcije, a to je bio nedostižan cilj desetljećima. No, sve su bliže.
Tu u igru ulazi tokamak—uređaj u obliku krofne koji je dizajniran za istraživanje nuklearne fuzije. Oni rade tako što proizvode pregrijani, nabijeni plin nazvan plazma u kojem se može dogoditi fuzija. Kako bi ovu plazmu zadržali dok teče oko stroja, tokamaci koriste snažne magnete koji je održavaju u ispravnom obliku na stotine miliona stepeni – toplije od jezgre sunca.
Dugi izračuni su potrebni kako bi se saznalo kakav oblik plazma treba poprimiti i gdje u stroju u obliku krofne treba biti sadržana. U tu svrhu naučnici iz Googleovog DeepMind AI tima misle da mogu pomoći.
U novoj studiji objavljenoj u časopisu Nature u srijedu, istraživači DeepMinda u saradnji sa naučnicima iz Švicarskog centra za plazmu (SPC) u istraživačkoj instituciji EPFL ocrtavaju metodu poznatu kao "učenje s pojačanjem", koja koristi program umjetne inteligencije koji može stvoriti i održavati specifične konfiguracije plazme.
Različite simulacije
Proveli su program kroz razne korake podvrgavajući ga mnogim različitim simulacijama plazme kako bi mogao steći iskustvo i automatski smisliti strategiju za proizvodnju željenih konfiguracija. Na kraju je mogao raditi s nizom različitih oblika i čak je mogao kontrolirati dvije odvojene plazme odjednom.
Prema studiji, naučnici su zatim testirali umjetnu inteligenciju na tokamaku u stvarnom životu - EPFL-ovom TCV stroju - kako bi vidjeli može li postići zadatke poput pomicanja plazme u malim količinama, povećanja ili smanjenja njenog protoka, pa čak i rada s više plazmi u isto vrijeme. Otkrili su da to može uspješno učiniti.
"Saradnja sa SPC-om tjera nas da poboljšamo naše algoritme učenja s pojačanjem, a kao rezultat toga može ubrzati istraživanje spajanja plazme", rekao je Brendan Tracey, viši naučni inženjer u DeepMindu i koautor studije, u priopćenju EPFL-a.
