ბირთვული შერწყმის წარმატებით განხორციელება გვპირდება სუფთა ენერგიის უსაზღვრო, მდგრადი წყაროს უზრუნველყოფას, მაგრამ ამ წარმოუდგენელი ოცნების რეალიზება მხოლოდ მაშინ შეგვიძლია, თუ დავეუფლებით კომპლექსურ ფიზიკას, რომელიც მიმდინარეობს რეაქტორის შიგნით.
ათწლეულების განმავლობაში მეცნიერებმა გადადგნენ დამატებითი ნაბიჯები ამ მიზნისკენ, მაგრამ ბევრი პრობლემა გადაუჭრელი რჩება. ერთ-ერთი მთავარი დაბრკოლება რეაქტორში არასტაბილური და ზეგახურებული პლაზმის წარმატებით მართვაა - მაგრამ ახალი მიდგომა გვიჩვენებს, თუ როგორ შეგვიძლია ამის გაკეთება.
EPFL-ის შვეიცარიული პლაზმური ცენტრის (SPC) და ხელოვნური ინტელექტის (AI) კომპანია DeepMind-ს შორის თანამშრომლობით, მეცნიერებმა გამოიყენეს ღრმა განმტკიცების სწავლის სისტემა (RL) პლაზმის ქცევისა და კონტროლის ნიუანსების შესასწავლად დონატის ფორმის შერწყმა ტოკამაკში. რეაქტორის ირგვლივ განლაგებული მაგნიტური ხვეულების სერია მის შიგნით პლაზმის გასაკონტროლებლად და მანიპულირებისთვის.
ეს რთული დამაბალანსებელი აქტია, რადგან ხვეულებს სჭირდებათ ძაბვის დიდი რაოდენობის კორექტირება, ათასობით ჯერ წამში, რათა წარმატებით შეინარჩუნონ პლაზმა მაგნიტურ ველში. ამრიგად, ბირთვული შერწყმის რეაქციების შენარჩუნება - რაც გულისხმობს პლაზმის სტაბილურობის შენარჩუნებას ასობით მილიონი გრადუსი ცელსიუსით, უფრო ცხელი ვიდრე მზის ბირთვიც კი - მოითხოვს კომპლექსურ, მრავალ დონის სისტემებს ხვეულების გასაკონტროლებლად. თუმცა, ახალ კვლევაში მეცნიერებმა აჩვენეს, რომ ხელოვნური ინტელექტის ერთ სისტემას შეუძლია დამოუკიდებლად გაუმკლავდეს ამ ამოცანას.
„სწავლის არქიტექტურის გამოყენებით, რომელიც აერთიანებს ღრმა RL-ს და სიმულაციური გარემოს, ჩვენ შევქმენით კონტროლერები, რომლებსაც შეუძლიათ პლაზმის სტაბილურ მდგომარეობაში შენარჩუნება და მისი გამოყენება სხვადასხვა ფორმების ზუსტად გადმოსაცემად“, - განმარტავს გუნდი DeepMind ბლოგ პოსტში. ამ წარმატების მისაღწევად, მკვლევარებმა ავარჯიშეს თავიანთი ხელოვნური ინტელექტის სისტემა ტოკამაკის სიმულატორში, რომელშიც მანქანური სწავლების სისტემა საცდელი და შეცდომის გზით ისწავლა, როგორ გადაეტანა პლაზმური მაგნიტური შეზღუდვის სირთულეებში. სწავლის დამთავრების შემდეგ, ხელოვნურმა ინტელექტუალმა გადაინაცვლა შემდეგ საფეხურზე, რეალურ სამყაროში სიმულატორში ნასწავლის გამოყენებით.
SPC ცვლადი კონფიგურაციის ტოკამაკის (TCV) მართვისას, RL სისტემამ რეაქტორის შიგნით პლაზმას მისცა სხვადასხვა ფორმები, მათ შორის ისეთი, რომელიც აქამდე არ მინახავს TCV-ში: სტაბილიზირებული "წვეთები", სადაც ორი პლაზმა ერთდროულად არსებობდა მოწყობილობის შიგნით. გარდა ტრადიციული ფორმებისა, AI-ს ასევე შეუძლია შექმნას მოწინავე კონფიგურაციები, რაც პლაზმის "უარყოფითი სამკუთხედის" და "ფიფქის" ფორმებს აძლევს.
თითოეულ ამ გამოვლინებას აქვს ენერგიის წარმოების განსხვავებული პოტენციალი მომავალში, თუ ჩვენ შევძლებთ ბირთვული შერწყმის რეაქციების შენარჩუნებას. ამ სისტემის მიერ კონტროლირებადი ერთ-ერთი კონფიგურაცია, "ITER-ის მსგავსი ფორმა", შესაძლოა განსაკუთრებით იმედისმომცემი იყოს სამომავლო შესწავლისთვის საერთაშორისო თერმობირთვულ ექსპერიმენტულ რეაქტორში (ITER), მსოფლიოში ყველაზე დიდი ბირთვული შერწყმის ექსპერიმენტი, რომელიც ამჟამად მშენებარეა საფრანგეთში.
მკვლევარების აზრით, ამ პლაზმური წარმონაქმნების მაგნიტური კონტროლი არის "ერთ-ერთი ყველაზე რთული რეალურ სამყაროში სისტემა, რომელზედაც გამოყენებულია განმტკიცების სწავლება" და შეიძლება უზრუნველყოს რადიკალური ახალი მიმართულება რეალური სამყაროს ტოკამაკების დიზაინში. არა მხოლოდ ეს, არამედ ზოგიერთი თვლის, რომ ეს ფუნდამენტურად შეცვლის პლაზმის კონტროლის მოწინავე სისტემების მომავალს შერწყმის რეაქტორებში.
ასევე წაიკითხეთ: