Ceny energii w Polsce rosną - w takich sytuacjach z reguły bardziej niż zwykle dostrzegamy rolę energii w naszym życiu. Mimo i tak dużych osiągnięć na polu pozyskiwania energii z czystych źródeł... to za mało. Jest możliwość pozyskiwania właściwie nieograniczonej ilości energii z bardzo czystego źródła, ale tego procesu nie jesteśmy w stanie kontrolować. Sztuczna inteligencja może nam w tym pomóc: DeepMind - spółka-córka Alphabet mocno nad tym pracuje.
DeepMind zajmował się dotychczas grami wideo, tworzeniem nowych łańcuchów białek (chociażby do tworzenia zupełnie nowych, przydatnych nauce substancji). Wystarczy wytrenować AI w konkretnym zastosowaniu i oczekiwać efektów. Podstawy naukowe fuzji jądrowej jako techniki pozyskiwania energii są bardzo mocne - w tym momencie stoimy głównie przed wyzwaniami typowo inżynieryjnymi. W ogromnym uproszczeniu - we wnętrzu tokamaku (reaktor do fuzji jądrowej) musimy podgrzać materię do odpowiedniej temperatury i utrzymać ją w stanie plazmy tak długo, z zachowaniem konkretnych parametrów, by móc uzyskać z tego energię. DeepMind będzie takie właśnie problemy rozwiązywać.
Fuzja jądrowa to przyszłość. Sprawdź ostatni sukces na tym polu
W gwiazdach grawitacja wystarcza do tego, aby nakierowywać na siebie atomy wodoru i pokonywać siły wzajemnego odpychania się. Na Ziemi wykorzystuje się do tego cewki elektromagnetyczne, dzięki którym moduluje się kształt plazmy, ustawia w odpowiedniej pozycji i tym samym pozwala kontrolować przebieg reakcji. Cewki muszą pracować bardzo precyzyjnie i obecnie, naukowcy opracowują różne kształty, które mogą pozwolić im pozyskiwać większą moc lub "czystszą" plazmę. Dotychczasowe systemy, dzięki którym możliwe jest sterowanie cewkami są oparte na wcześniej przeprowadzonych symulacjach. Ale reakcja syntezy jądrowej jest niesamowicie złożona - te nie zawsze sprawdzają się w stu procentach.
Tokamak TCV znajdujący się w Swiss Plasma Center wsparto za pomocą DeepMind: uczeni nauczyli sztuczną inteligencję autonomicznie kontrolować plazmę w tokamaku o zmiennej konfiguracji - ten znajdujący się u Szwajcarów służy do prowadzenia badań, które będą istotne dla budowania reaktorów termojądrowych w przyszłości. Najpierw obserwowano, jak zmiany ustawienia 19 cewek wewnątrz tokamaka wpływa na kształt plazmy. Na podstawie wyuczonych danych, następnie próbowano odtworzyć to już na "żywym organizmie" - wyszło na to, że DeepMind była w stanie sterować plazmą wewnątrz tokamaku: między innymi nadając jej kształt litery D jak w ITER lub płatka śniegu - w ten sposób możliwe może być lepsze rozdystrybuowanie ciepła wokół "zbiornika". Zarówno w symulacji, jak i w trakcie treningu "na żywo" - wszystko szło dobrze. Co więcej, sztuczna inteligencja DeepMind była w stanie autonomicznie dowiedzieć się, jak tworzyć te kształty poprzez manipulowanie cewkami magnetycznymi w odpowiedni sposób.
Nowy magnes dla fuzji jądrowej. Czy wreszcie się uda? Sprawdź!
Trzeba pamiętać, że plazma to zupełnie inny poziom złożoności - jej stan ciągle się zmienia, więc reagować trzeba bardzo szybko i bez końca. I co bardzo istotne - nie da się ciągle mierzyć stanu plazmy. Ale - co ciekawe - nie jest to pierwszy raz, gdy AI została zaprzęgnięta do kontrolowania plazmy. Google już od lat działa z TAE Technologies - firmą z Kalifornii, która zajmuje się fuzją jądrową: przedmiotem jest kontrolowanie plazmy. Projekt JET w Wielkiej Brytanii dotyczył wykorzystania sztucznej inteligencji do przewidzenia stanu plazmy.
Teraz naukowcy będą chcieli przenieść doświadczenia z pracy AI nad fuzją jądrową na większe reaktory: w 2025 roku, francuski ITER będzie największym eksperymentalnym urządzeniem do przeprowadzania kontrolowanej fuzji jądrowej. Kluczem jest połączenie AI z tokamakiem tak, aby pilnowała ona oddalenia plazmy od jego ścian i harmonijnego transferu ciepła do ścian. Dzięki obecnym badaniom, taki scenariusz jest niesamowicie prawdopodobny.
Hej, jesteśmy na Google News - Obserwuj to, co ważne w techu
