Ciencia

DeepMind entrenó IA para controlar la fusión termonuclear

Dentro El tokamak, un recipiente con forma de rosquilla diseñado para reacciones de fusión, es un tipo especial de caos. Los átomos de hidrógeno se descomponen a temperaturas increíblemente altas, creando un plasma en ebullición que gira y es más caliente que la superficie del Sol. Encontrar formas inteligentes de controlar y limitar este plasma será clave para desbloquear el potencial de la fusión, que se ha discutido durante décadas como una fuente de energía limpia para el futuro. Por ahora, la ciencia detrás de la fusión parece sólida, por lo que la ingeniería permanece: «Necesitamos poder calentar esto y mantenerlo el tiempo suficiente para extraer energía de él», dijo Ambrogio Fasoli, director del Swiss Plasma Center en el Federal Escuela Politécnica de Lausana en Suiza.

Aquí es donde DeepMind viene al rescate. La empresa de inteligencia artificial, respaldada por la empresa matriz de Google, Alphabet, ya ha dado la espalda a los videojuegos y proteína plegándose y trabajando en un proyecto de investigación conjunto con el Swiss Plasma Center para desarrollar IA para controlar la reacción de fusión.

En las estrellas que también se alimentan de la fusión, la propia masa gravitatoria es suficiente para acercar los átomos de hidrógeno y superar sus cargas opuestas. En cambio, en la Tierra, los científicos usan poderosas bobinas magnéticas para limitar la reacción de fusión, empujándola a su posición y dándole forma, como un alfarero que manipula arcilla en una rueda. Los devanados deben controlarse cuidadosamente para que el plasma no toque las paredes del recipiente: esto puede dañar las paredes y ralentizar la reacción de fusión. (Existe un pequeño riesgo de explosión ya que la reacción de fusión no puede continuar sin confinamiento magnético).

Pero cada vez que los investigadores quieren reconfigurar un plasma y probar otras formas que pueden producir más energía o un plasma más limpio, se requiere una gran cantidad de trabajo de ingeniería y diseño.Los sistemas convencionales están controlados por computadora y se basan en modelos y simulaciones cuidadosas, pero en el caso de Fazoli palabras, son «complicados y no siempre optimizados».

DeepMind ha desarrollado una inteligencia artificial que puede controlar de forma autónoma el plasma papel publicado en una revista naturaleza describe cómo los investigadores de ambos equipos están entrenando un sistema de aprendizaje de ganancia profunda para impulsar 19 bobinas magnéticas en TCV, un tokamak de configuración variable en el Swiss Plasma Center que se está utilizando para realizar investigaciones que servirán como base para diseñar una fusión más grande » reactores de IA». , y en particular el aprendizaje por refuerzo, son particularmente adecuados para las tareas complejas de controlar el plasma en un tokamak”, dijo Martin Riedmiller, Jefe de Control de DeepMind.

La red neuronal, una configuración de inteligencia artificial diseñada para imitar la arquitectura del cerebro humano, se entrenó originalmente en modelado. Comenzó observando cómo cambiar la configuración de cada una de las 19 bobinas afectaba la forma del plasma dentro del recipiente. Luego se le dieron varias formas para tratar de recrearlo en plasma, incluida una sección transversal en forma de D cercana a la que se usaría en ITER (el antiguo Reactor Termonuclear Experimental Internacional), un tokamak experimental a gran escala que se está construyendo en Francia. y una configuración de copo de nieve que podría ayudar a disipar el intenso calor de reacción alrededor del recipiente de manera más uniforme.

La red neuronal DeepMind ha podido manipular el plasma en un reactor de fusión en varias formas que los investigadores de fusión están estudiando.Ilustración: DeepMind y SPC/EPFL

DeepMind AI pudo descubrir de forma independiente cómo crear estas formas mediante la manipulación adecuada de las bobinas magnéticas, tanto en la simulación como cuando los científicos realizaron los mismos experimentos en el TCV tokamak para confirmar la simulación. Este es un «paso significativo» que podría afectar el diseño de futuros tokamaks o incluso acelerar el camino hacia reactores de fusión viables, dijo Fasoli. “Este es un resultado muy positivo”, dijo Jasmine Andrew, especialista en síntesis del Imperial College London que no participó en el estudio. «Será interesante ver si pueden transferir la tecnología a un tokamak más grande».

Fusion ha supuesto un desafío especial para los científicos de DeepMind porque el proceso es complejo y continuo. A diferencia de un juego por turnos como Go, que la compañía conquistó con su IA AlphaGo, el estado del plasma cambia constantemente. Y, para complicar la alineación, no se puede medir de forma continua. Esto es lo que los investigadores de IA llaman un «sistema subcontrolado».

“A veces, los algoritmos que son buenos en estos problemas discretos luchan con estos problemas persistentes”, dijo Jonas Buchli, investigador de DeepMind. “Este fue un gran paso adelante para nuestro algoritmo porque pudimos demostrar que era factible. Y creemos que definitivamente es un problema muy, muy difícil de resolver. Es un tipo de dificultad diferente a la que tienes en los juegos. «

Deja una respuesta

Tu dirección de correo electrónico no será publicada.