科學家成功訓練人工智慧,在核融合實驗中控制比太陽核心還熱的電漿

  发布时间:2024-05-11 04:49:22   作者:玩站小弟   我要评论
文:Сергей Хуан成功達成的話,核融合有希望提供無限且永續的乾淨能源。但是,只有當我們能夠掌握發生在反應器內的複雜物理反應後,才能實現這個很棒的夢想。AI協助核融合數十年來,科學家一直不斷一步 。

文:Сергей Хуан

成功達成的科學話,核融合有希望提供無限且永續的家成漿乾淨能源。但是功訓工智,只有當我們能夠掌握發生在反應器內的練人複雜物理反應後,才能實現這個很棒的慧核核心還熱夢想。

AI協助核融合

數十年來,融合科學家一直不斷一步一步地接近這個目標,實驗但是中控制比仍舊存有許多挑戰。其中一項核心的太陽阻礙,就是科學要成功地在反應器內控制不穩且超級熱的電漿,但是家成漿一個新方法揭曉了我們能夠如何做到這件事。

在瑞士洛桑聯邦理工學院(École polytechnique fédérale de Lausanne,功訓工智 EPFL)的瑞士電漿中心(Swiss Plasma Center, SPC),與人工智慧(artificial intelligence,練人 AI)研究公司DeepMind的合作下,科學家們使用了深度強化學習(deep reinforcement learning,慧核核心還熱 deep RL)系統,來研究電漿行為上的融合細微差異,以及研究在核融合的托卡馬克(tokamak)中控制電漿。

托卡馬克又稱環磁機,是一種形狀像甜甜圈的設備,會使用放置於反應器周圍的磁線圈,來控制及操控反應器內的電漿。

Tokamak_fields_lg圖片來源:維基百科公有領域
托卡馬克的磁場和電流。圖中所示的是環形場和產生它的線圈(藍色),電漿電流(紅色)和由它產生的極向場。

這並不是一件簡單的平衡動作,因為線圈需要很大量的微調電壓,頻率大概是每秒要數千次,才能成功地讓電漿被侷限於磁場中。所以,若要維持核融合反應,也就是要讓電漿在攝氏數億度(這可是比推估出來約1500萬度的太陽核心還要熱的溫度)上維持穩定的話,就需要複雜且多層次的系統來管理線圈。

然而在新研究中,研究人員們展示一個單一的AI系統,可以完全自己一個人來監督任務。

研究團隊在DeepMind的部落格貼文中解釋說:「藉由使用一個結合了deep RL與模擬環境的學習結構,我們製造了可以同時讓電漿穩定,也可以被用來準確地將電漿塑造成不同形狀的控制器。」

學習過程與結果

為了實現這一壯舉,研究人員在一托卡馬克的模擬器中,訓練了他們的AI系統。在這當中,機器學習系統透過試行錯誤,學習如何掌控將電漿侷限於磁場中的複雜性。訓練完成後,AI移動到下一個階段,將其在模擬器中所學到的東西應用於真實世界中。

藉由控制SPC的托卡馬克可變配置(Tokamak à configuration variable, TCV),RL系統在反應器內將電漿塑造成一系列不同的形狀,包括其中一個從來沒有在TCV中看過的形狀:穩定的「水滴狀」電漿,也就是兩個電漿同時存在於裝置中。

4e7e5a25圖片來源:EPFL新聞稿
Credit: DeepMind & SPC/EPFL

除了典型的形狀之外,AI也可以產生出進階的電漿結構,例如「負三角形」(negative triangularity)結構或「雪花」結構。

未來展望

如果在未來我們能夠維持核融合反應的話,這每一種表現形式,都有各種不同潛力來收集能量。其中一種由這個系統所控制的「像ITER形狀」的結構,可能對國際熱核融合實驗反應爐(International Thermonuclear Experimental Reactor, ITER)──也就是目前正在法國建造的世界上最大的核融合實驗──的未來研究具有特別的展望。

根據研究人員所述,能夠掌握形成這些電漿的能力,代表RL已經被應用於其中一個最具挑戰性的真實世界系統中,而且能夠建立一個基本的新方向,來告訴我們如何設計真實世界中的托卡馬克。事實上,有些人認為,我們目前正看到的東西,會根本性地改變未來融合反應器中的進階電漿控制系統。

未參與此研究的英國北愛爾蘭貝爾法斯特女王大學(Queen’s University Belfast)的物理學家吉安盧卡.薩里教授(Gianluca Sarri)說:「在我的想法中,這個AI是向前進的唯一方法。存在有這麼多的變數,只要其中一個小小的改變,就能造成最終產出的巨大改變。如果要嘗試以人工方式來達成,那會是一個非常漫長的過程。」

參考資料:

  • Dockrill, P., (2022, February 21). Physics Breakthrough as AI Successfully Controls Plasma in Nuclear Fusion Experiment. ScienceAlert
  • Degrave, J. et al., (2022, February 16). Magnetic control of tokamak plasmas through deep reinforcement learning. Nature. doi.org/10.1038/s41586-021-04301-9
  • 圖片來源:https://www.sciencealert.com/physics-breakthrough-as-ai-successfully-controls-plasma-in-nuclear-fusion-experiment(圖:DeepMind/SPC/EPFL)

本文經明日科學授權刊登,原文刊載於此

延伸閱讀

  • 「騎著野豬上學」的魯蛇大學生「土砲」出一個核融合反應爐,核工專家都要跳樓?

【加入關鍵評論網會員】每天精彩好文直送你的信箱,每週獨享編輯精選、時事精選、藝文週報等特製電子報。還可留言與作者、記者、編輯討論文章內容。立刻點擊免費加入會員!

責任編輯:朱家儀
核稿編輯:翁世航


  • Tag:

相关文章

最新评论