核聚變的成功實施有望提供無限的、可持續的清潔能源，但只有掌握了反應堆內部發生的複雜物理學，我們才能實現這個不可思議的夢想。
幾十年來，科學家們朝著這個目標邁進了一步，但許多問題仍未解決。 主要障礙之一是成功管理反應堆中不穩定和過熱的等離子體——但一種新方法展示了我們如何做到這一點。
在 EPFL 的瑞士等離子體中心 (SPC) 和人工智能 (AI) 公司 DeepMind 之間的合作中，科學家們使用深度強化學習 (RL) 系統來研究環形融合託卡馬克中等離子體行為和控制的細微差別。一系列位於反應堆周圍的電磁線圈，用於控制和操縱其中的等離子體。
這是一個棘手的平衡動作，因為線圈需要大量精細的電壓調整，每秒高達數千次，才能成功地將等離子體保持在磁場內。 因此，維持核聚變反應——包括將等離子體穩定性維持在數億攝氏度，甚至比太陽核心還要熱——需要復雜的多級系統來控制線圈。 然而，在一項新的研究中，科學家們表明，一個人工智能係統可以獨自應對這項任務。
“使用結合了深度 RL 和模擬環境的學習架構，我們創建了控制器，既可以保持等離子體處於穩定狀態，又可以使用它來準確地渲染不同的形狀，”該團隊在 DeepMind 博客文章中解釋道。 為了完成這一壯舉，研究人員在託卡馬克模擬器中訓練了他們的人工智能係統，其中機器學習系統通過反複試驗學習如何駕馭等離子體磁約束的複雜性。 畢業後，人工智能通過將在模擬器中學到的知識應用到現實世界中，將其提升到了一個新的水平。
通過驅動 SPC 可變配置託卡馬克 (TCV)，RL 系統使反應器內的等離子體具有不同的形狀，包括以前在 TCV 中從未見過的形狀：穩定“液滴”，其中兩種等離子體在設備內同時共存。 除了傳統的形狀，人工智能還可以創建高級配置，賦予等離子“負三角形”和“雪花”形狀。
如果我們能夠維持核聚變反應，這些表現形式中的每一種在未來都具有不同的能源生產潛力。 該系統控制的配置之一，即“類似 ITER 的形狀”，對於目前正在法國建設的世界上最大的核聚變實驗國際熱核實驗反應堆 (ITER) 的未來研究可能特別有希望。
據研究人員稱，這些等離子體形成的磁控制是“應用強化學習的最複雜的現實世界系統之一”，並且可以為現實世界的託卡馬克設計提供一個全新的方向。 不僅如此，一些人認為這將從根本上改變聚變反應堆中先進等離子體控制系統的未來。
另請閱讀：