成功地达成核聚变的话,会有希望提供无限且永续的干净能源来源;但是,只有当我们能够掌握发生在反应器内的复杂物理反应后,我们才能实现这个很棒的梦想。
AI 协助核聚变
数十年来,科学家一直不断一步一步地接近这个目标,但是仍然还存有很多挑战。其中一项核心的阻碍就是,要成功地在反应器内控制不稳且超级热的等离子体,但是一个新方法揭晓了我们能够如何做到这件事。
在瑞士洛桑联邦理工学院的瑞士等离子体中心与人工智能研究公司DeepMind 的合作下,科学家们使用了深度强化学习系统,来研究等离子体行为上的细微差异、以及研究在核聚变的托卡马克(tokamak)中控制等离子体。托卡马克是一种形状像甜甜圈的设备,会使用放置于反应器周围的磁线圈,来控制及操控反应器内的等离子体。
这并不是一件简单的平衡动作,因为线圈需要很大量的微调电压,频率大概是每秒要数千次,才能成功地让等离子体被局限于磁场中。所以,若要维持核聚变反应,也就是要让等离子体在摄氏数亿度上维持稳定,而这可是比起太阳核心还要热的温度的话,就需要复杂且多层次的系统来管理线圈。然而,在新研究中,研究人员们展示说,一个单一的AI系统可以完全自己一个人来监督任务。
研究团队在DeepMind 的博客中解释说:“藉由使用一个结合了deep RL与模拟环境的学习结构,我们制造了可以同时让等离子体稳定,也可以被用来准确地将等离子体塑造成不同形状的控制器。”
学习过程与结果
为了实现这一壮举,研究人员在一托卡马克的模拟器中训练了他们的AI系统,在这其中,此机器学习系统通过试行错误,学习如何掌控将等离子体局限于磁场中的复杂性。在训练完成后,AI 移动到下一个阶段,将其在模拟器中所学到的东西应用于真实世界中。
藉由控制SPC 的托卡马克可变配置(Tokamak à configuration variable,TCV),RL 系统在反应器内将等离子体塑造成一系列不同的形状,包括其中一个从来没有在TCV 中看过的形状:稳定的“水滴状”等离子体,也就是两个等离子体同时存在于装置中。
除了典型的形状之外,AI 也可以产生出进阶的等离子体结构,例如“负三角形”(negative triangularity)结构或“雪花”结构。
未来展望
如果在未来我们能够维持核聚变反应的话,这些表现形式中的每一种都有各种不同潜力来收集能量。其中一种由这个系统所控制的结构,也就是所谓的“像ITER形状”的结构,可能对国际热核聚变实验反应炉-也就是目前正在法国建造的世界上最大的核聚变实验-的未来研究具有特别的展望。
根据研究人员所述,能够掌握形成这些等离子体的能力代表说,RL已经被应用于真实世界系统中最具挑战性的其中一个,而且能够建立一个基本的新方向,来告诉我们如何设计真实世界中的托卡马克。事实上,有些人认为,我们目前正看到的东西,会基本性地改变未来融合反应器中的进阶等离子体控制系统。
未参与此研究的英国北爱尔兰贝尔法斯特女王大学的物理学家吉安卢卡·萨里教授(Gianluca Sarri)说:“在我的想法中,这个AI 是向前进的唯一方法。存在有这么多的变数,只要其中一个小小的改变,就能造成最终产出的巨大改变。如果要尝试以人工方式来达成,那会是一个非常漫长的过程。”
微信扫码关注公众号获取最新消息
原创文章,作者:浩瀚科普网,如若转载,请联系我们:thinkou@126.com 并注明出处:https://www.jsruitu.com/4126