Группа исследователей разработала искусственный интеллект, который решает одну из самых сложных задач на пути к коммерческому термоядерному синтезу. Программное обеспечение HEAT-ML способно с высокой скоростью вычислять, какие детали внутри термоядерного реактора защищены от сверхвысокого жара плазмы.
Южнокорейский термоядерный реактор KSTAR. Фото: Корейский институт термоядерной энергетикиРазработка является результатом государственно-частного партнерства между американской компанией Commonwealth Fusion Systems (CFS) из Кембриджа (штат Массачусетс) и двумя лабораториями Министерства энергетики США: Принстонской лабораторией физики плазмы (PPPL) в Нью-Джерси и Ок-Риджской национальной лабораторией в Теннесси. Их совместная работа опубликована в журнале Fusion Engineering and Design.
Центральной проблемой исследований термоядерного синтеза является управление плазмой – газом, нагретым до температуры более 100 миллионов °C. Несмотря на то, что плазма удерживается сильными магнитными полями, высвобождающаяся энергия может повредить или даже расплавить компоненты, контактирующие с плазмой. Это может привести к немедленному отключению реактора.
Значит, реакторы должны быть спроектированы таким образом, чтобы как можно больше чувствительных зон находились в «магнитной тени» других компонентов. Расчет этих защитных зон ранее был проблемой в процессе проектирования. Первоначальная программа HEAT требовала около 30 минут для одного моделирования. HEAT-ML, новая модель с поддержкой ИИ, обеспечивает тот же результат за несколько миллисекунд.
Такой прогресс стал возможным благодаря нейронной сети. Исследователи обучили ИИ на результатах около 1000 симуляций предыдущей программы. Таким образом, ИИ HEAT-ML научился понимать сложные взаимосвязи между магнитными полями и трёхмерной геометрией реактора и самостоятельно прогнозировать теневые зоны.
Несмотря на всю свою эффективность, этот подход в настоящее время имеет одно существенное ограничение: модель была обучена специально для дивертора — по сути, выхлопной системы — строящегося реактора CFS SPARC. Итак, это пока не универсальное решение для всех типов реакторов.
Если необходимо изменить геометрию компонентов, ИИ необходимо обучить на новом наборе данных. Хотя этот процесс занимает около 45 минут и он управляем, но в настоящее время не позволяет проводить быструю топологическую оптимизацию. Однако цель команды — обобщить возможности ИИ.
Разработка HEAT-ML — ещё один пример того, как искусственный интеллект становится важнейшим инструментом в исследованиях термоядерного синтеза. Аналогичные подходы уже используются для стабилизации самой плазмы. Последнее достижение демонстрирует, как сочетание фундаментальных исследований и методов искусственного интеллекта на практике способствует развитию термоядерных электростанций.
