DeepMind ha entrenado IA para controlar la fusión

El interior de el tokamak, el recipiente en forma de rosquilla diseñado para contener una reacción de fusión, es un tipo especial de caos. Los átomos de hidrógeno se rompen a temperaturas increíblemente altas, creando un plasma hirviente giratorio que 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 debatido como la fuente de energía limpia del futuro durante décadas. En este punto, la ciencia detrás de la síntesis parece sólida, por lo que lo que queda es la ingeniería: "Necesitamos poder calentar esto y mantenerlo el tiempo suficiente para extraer energía de él", dijo Ambrogio Fazoli, director del Swiss Plasma Center en la École Polytechnique Fédérale de Lausanne en Suiza.

Aquí es donde entra DeepMind. La empresa de inteligencia artificial, respaldada por la empresa matriz 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 respuesta de fusión.

En las estrellas, que también funcionan con síntesis, la masa gravitatoria en sí misma es suficiente para atraer a los átomos de hidrógeno y superar sus cargas opuestas. En la Tierra, los científicos usan poderosas bobinas magnéticas para limitar la reacción de fusión empujándola a la posición deseada y dándole forma como un alfarero manipulando arcilla en una rueda. Los devanados deben controlarse cuidadosamente para evitar que el plasma 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 sobrevivir sin retención magnética).

Pero cada vez que los investigadores quieren cambiar la configuración del plasma y probar diferentes formas que pueden dar más potencia 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 son, dice Fasoli, "complejos y no siempre optimizados".

DeepMind ha desarrollado una IA que puede controlar el plasma de forma autónoma papel publicado en la revista naturaleza describe cómo los investigadores de ambos grupos están enseñando un sistema de entrenamiento profundamente amplificado para controlar las 19 bobinas magnéticas en TCV, un tokamak de configuración variable en el Swiss Plasma Center que se utiliza para realizar investigaciones que informarán el diseño de "reactores de IA" termonucleares más grandes. , y en particular el entrenamiento amplificado, son particularmente adecuados para los problemas complejos que plantea el control de plasma en un tokamak", dijo Martin Ridmiller, jefe de control de DeepMind.

La red neuronal, una configuración de IA diseñada para imitar la arquitectura del cerebro humano, se entrenó originalmente en simulación. Comenzó observando cómo cambiar la configuración de cada una de las 19 bobinas afecta la forma del plasma dentro del recipiente. Luego se le dieron varias formas para tratar de recrearlas en plasma, entre ellas una sección transversal en forma de D cercana a la que se utilizará en ITER (anteriormente, el Reactor Experimental Termonuclear Internacional), el 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 la reacción de manera más uniforme alrededor del recipiente.

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

La IA de DeepMind pudo descubrir de forma autónoma cómo crear estas formas manipulando las bobinas magnéticas de la manera correcta, tanto en la simulación como cuando los científicos realizaron los mismos experimentos en el tokamak TCV para confirmar la simulación. Este es un "paso significativo", dijo Fasoli, que podría afectar el diseño de futuros tokamaks o incluso acelerar el camino hacia reactores termonucleares viables. "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 ofreció un desafío especial para los científicos de DeepMind, ya que 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 hacer las cosas más difíciles de nivelar, no se puede medir continuamente. Esto es lo que los investigadores de IA llaman un "sistema poco supervisado".

"A veces, los algoritmos que son buenos en estos problemas discretos luchan con problemas continuos", dijo Jonas Buhli, investigador de DeepMind. "Fue un gran paso adelante para nuestro algoritmo porque pudimos demostrar que es factible. Y creemos que definitivamente es un problema muy, muy complejo que debe resolverse. Es un tipo diferente de complejidad que la que tienes en los juegos. "

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Subir
error: Content is protected !!