Udforsker forstærkningslæring til at kontrollere nuklear fusionsreaktioner

En studerende ved Carnegie Mellon University's School of Computer Science (SCS) har brugt forstærkningslæring til at hjælpe med at kontrollere kernefusionsreaktioner, et vigtigt skridt i retning af at udnytte den enorme kraft, der produceres i kernefusion, som en kilde til ren, rigelig energi.

Ian Char, en doktorgradskandidat i Machine Learning Department, brugte forstærkningslæring til at kontrollere tokamak-maskinens brintplasma på DIII-D National Fusion Facility i San Diego. Han var den første CMU-forsker, der kørte et eksperiment på de eftertragtede maskiner, den første, der brugte forstærkningslæring til at påvirke rotationen af ​​et tokamak-plasma, og den første person, der prøvede forstærkningsindlæring på den største opererende tokamak-maskine i USA . Char samarbejdede med Princeton Plasma Physics Laboratory (PPPL) om arbejdet.

"Forstærkningslæring påvirkede plasmaets tryk og dets rotation," sagde Char. "Og det er virkelig vores store første her."

Nuklear fusion sker, når brintkerner smadrer eller smelter sammen. Denne proces frigiver en enorm mængde energi, men er fortsat udfordrende at opretholde på niveauer, der er nødvendige for at sætte elektricitet på nettet. Brintkerner vil kun smelte sammen under ekstremt høje temperaturer og tryk som dem, der findes i midten af ​​solen, hvor kernefusion forekommer naturligt. Fysikere har også opnået nuklear fusion i termonukleare våben, men disse er ikke nyttige som energikilder.

En anden metode til at producere kernefusion bruger magnetiske felter til at indeholde et plasma af brint ved den nødvendige temperatur og tryk for at fusionere kernerne. Denne proces sker inde i en tokamak - en massiv maskine, der bruger magnetiske felter til at begrænse brintplasmaet i en donutform kaldet en torus. At indeholde plasmaet og bevare dets form kræver hundredvis af mikromanipulationer af magnetfelterne og sprængninger af yderligere brintpartikler.

Der er få tokamakker i stor skala, der opererer i verden, der kan lette denne type forskning, og tid til at køre eksperimenter på dem er eftertragtet. DIII-D National Fusion Facility er den eneste, der opererer i USA.

DeepMind, et datterselskab af kunstig intelligens af Alphabet, Googles moderselskab, var den første til at bruge forstærkningslæring til at kontrollere det magnetiske felt, der indeholder fusionsreaktionen. Laboratoriet holdt med succes plasmaet stabilt og skulpturerede det i forskellige former. DeepMind kørte sit eksperiment på Variable Configuration Tokamak (TCV) i Lausanne, Schweiz, og offentliggjorde sine resultater i februar i Nature .

Char var den første til at køre et lignende forstærkningsindlæringseksperiment på DIII-D. Forstærkningslæring bruger data fra tidligere forsøg for at opnå et optimalt resultat. Under Chars eksperiment undersøgte forstærkningslæringsalgoritmer historiske data og realtidsdata for at variere og kontrollere plasmaets rotationshastighed i søgen efter optimal stabilitet.

Plasma-donuten roterer, når yderligere brintpartikler skydes ind i den. Variering af hastigheden af ​​disse skudpartikler kan potentielt stabilisere plasmaet og gøre det lettere at indeholde. Char brugte to indlæringsalgoritmer til sit eksperiment. I den ene brugte han data fra tokamak indsamlet over flere år til at træne den i, hvordan plasmaet reagerer. Den anden algoritme observerer plasmaets tilstand og beslutter derefter med hvilken hastighed og retning, der skal skydes i de ekstra partikler for at påvirke dets hastighed.

"Det kortsigtede mål er at give fysikerne værktøjerne til at forårsage denne differentielle rotation, så de kan udføre eksperimenterne for at gøre dette plasma mere stabilt," sagde Jeff Schneider, forskningsprofessor ved Robotics Institute og Chars Ph.D. rådgiver. "Længere sigt viser dette arbejde en vej til at bruge forstærkningslæring til at kontrollere andre dele af plasmatilstanden og i sidste ende opnå temperaturer og tryk længe nok til at have et kraftværk. Det ville betyde ubegrænset, ren energi for alle."

Char slog projektet til DIII-D, som er en brugerfacilitet hos det amerikanske energiministerium, der administreres af General Atomics, sidste år og fik en tre-timers tid til at køre sine algoritmer den 28. juni. Siddende i kontrolrummet i den massive DIII-D-facilitet og omgivet af operatører indlæste Char sine algoritmer.

Char demonstrerede, at hans algoritmer kunne styre plasmaets rotationshastighed. Dette var første gang, forstærkningslæring blev brugt til at kontrollere rotationen. Nogle problemer sneg sig op under kontrolsessionen, og flere test er nødvendige. Char vendte tilbage til DIII-D i slutningen af ​​august for at fortsætte sit arbejde.

"Ian viste en enorm evne til at fordøje de fusionsenhedsspecifikke kontrolproblemer og plasmafysik, der understreger det," sagde Egemen Kolemen, lektor i Princeton University's Mechanical and Aerospace Engineering Department og en af ​​Chars samarbejdspartnere ved PPPL. "Det er en stor præstation at anvende teorien, han lærte på CMU, på et reelt fusionsproblem og lede et eksperiment på et nationalt fusionsanlæg. Det arbejde kræver normalt mange års plasmafysik og ingeniøruddannelse." + Udforsk yderligere

EPFL og DeepMind bruger kunstig intelligens til at kontrollere plasmaer til nuklear fusion