Оглавление

Искусственный интеллект переходит от генерации текстов к управлению плазмой температурой в сотни миллионов градусов. DeepMind объявила о партнерстве с компанией Commonwealth Fusion Systems для ускорения разработки коммерческого термоядерного реактора SPARC.

Термоядерный вызов и ИИ-решение

Термоядерный синтез, питающий Солнце, обещает чистую энергию без долгоживущих радиоактивных отходов. Но удержание ионизированного газа — плазмы — при температурах свыше 100 миллионов градусов Цельсия представляет собой одну из сложнейших физических проблем современности.

Commonwealth Fusion Systems разрабатывает компактный токамак SPARC, который должен стать первой магнитной термоядерной установкой, генерирующей больше энергии, чем потребляет. Достижение этого порога, известного как «выход на безубыточность», станет критическим прорывом на пути к коммерческому термоядерному синтезу.

Попытки управлять плазмой напоминают попытку удержать молнию в банке — только эта молния в миллионы раз горячее и непредсказуемее. То, что ИИ справляется с этой задачей лучше людей, говорит о фундаментальном сдвиге в подходе к сложным физическим системам.

TORAX: цифровой двойник плазмы

Ключевым инструментом сотрудничества стал симулятор TORAX — открытая платформа для моделирования поведения плазмы, написанная на JAX. Это позволяет системе работать как на CPU, так и на GPU и легко интегрировать модели машинного обучения.

TORAX стал центральным элементом в рабочих процессах CFS, позволяя командам проводить миллионы виртуальных экспериментов до запуска самого реактора. «TORAX — профессиональный симулятор плазмы с открытым исходным кодом, который сэкономил нам бесчисленные часы на настройке и запуске симуляционных сред для SPARC», — отметил Девон Батталья, старший менеджер по физическим операциям в CFS.

Оптимизация энерговыделения

Управление токамаком включает бесчисленные варианты настройки магнитных катушек, инжекции топлива и мощности нагрева. Ручной поиск оптимальных параметров для максимизации выработки энергии оказался крайне неэффективен.

Используя TORAX в сочетании с обучением с подкреплением и эволюционными алгоритмами, ИИ-агенты DeepMind исследуют тысячи потенциальных сценариев работы, быстро определяя наиболее эффективные пути генерации чистой энергии.

ИИ-пилот для реального времени

В предыдущих работах DeepMind уже демонстрировала, что обучение с подкреплением может контролировать магнитную конфигурацию токамака. Теперь компания увеличивает сложность, добавляя одновременную оптимизацию большего числа аспектов работы реактора.

При работе на полной мощности SPARC будет выделять огромное количество тепла, сконцентрированного на небольшой площади. Одна из стратегий — магнитное сканирование этой энергии вдоль стен реактора. ИИ учится динамически управлять плазмой для эффективного распределения тепловой нагрузки.

Мы используем одну из самых энергоемких технологий — ИИ — для создания самой эффективной энергетической технологии. Если это сработает, энергетический баланс может измениться навсегда.

В будущем ИИ сможет обучаться адаптивным стратегиям, более сложным, чем способен разработать любой инженер, особенно при балансировке множества ограничений и целей.

Перспективы коммерциализации

Партнерство выходит за рамки чисто исследовательских целей. Google уже инвестировал в CFS, поддерживая коммерциализацию технологии. В долгосрочной перспективе DeepMind строит основы для того, чтобы ИИ стал интеллектуальной адаптивной системой в самом сердце будущих термоядерных электростанций.

Сообщает DeepMind.