Тысячи параметров плазмы, миллионы градусов, секунды на реакцию — человек не справится. DeepMind обучает ИИ управлять термоядом
NewsMakerМожет ли нейросеть укротить солнце?
Американская компания Commonwealth Fusion Systems (CFS), работающая над технологиями управляемого термоядерного синтеза, объявила о партнёрстве с подразделением Google DeepMind . Совместный проект направлен на применение искусственного интеллекта для оптимизации работы реактора SPARC — экспериментальной установки, которая должна стать прототипом компактного источника чистой энергии. Исследователи надеются ускорить путь к коммерческому термоядерному реактору, используя ИИ для точного моделирования поведения плазмы и автоматического подбора оптимальных режимов её удержания.
В основе проекта лежит открытая программная платформа DeepMind под названием Torax, предназначенная для моделирования процессов внутри плазменной камеры. Она объединяется с нейросетевыми алгоритмами, чтобы прогнозировать и корректировать динамику сверхнагретой плазмы, температура которой достигает десятков миллионов градусов. Испытания проходят в исследовательском центре CFS в Девенсе (штат Массачусетс), где строится установка SPARC — промежуточный шаг перед созданием коммерческого реактора ARC. Использование Torax в связке с машинным обучением позволяет подбирать наиболее устойчивые стратегии управления плазмой, снижая энергозатраты и повышая эффективность будущих электростанций.
В CFS отмечают, что искусственный интеллект способен заметно ускорить обучение систем управления SPARC и в дальнейшем помочь перейти к промышленному производству энергии на базе реакторов ARC. Инженеры рассчитывают, что новые алгоритмы улучшат стабильность плазмы и одновременно повысят общий КПД установки.
Партнёрство с DeepMind стало продолжением уже существующих связей между компаниями. Google является инвестором CFS и заранее заключил соглашение о закупке 200 мегаватт электроэнергии у первого коммерческого комплекса ARC, запуск которого ожидается в начале 2030-х годов. Теперь разработчики объединяют опыт в области ИИ и физики плазмы, чтобы применить машинное обучение в управлении реакторами нового поколения.
В основе подхода лежит метод обучения с подкреплением (reinforcement learning), ранее использовавшийся в известной программе AlphaGo. Алгоритм анализирует десятки параметров реактора — скорость подачи топлива, мощность радиочастотного нагрева, электрические токи в сверхпроводящих катушках — и получает «награду» за нахождение комбинаций, обеспечивающих устойчивое удержание плазмы при минимальных потерях энергии. Такой метод позволяет ИИ самостоятельно находить эффективные решения в условиях, где количество переменных и скорость реакций делают ручное управление невозможным.
Для DeepMind это не первый опыт участия в термоядерных проектах. Ранее команда компании применяла те же принципы для управления магнитными системами токамака TCV в Швейцарском центре плазменных исследований. Тогда нейросеть не только стабилизировала плазму, но и предложила новые конфигурации магнитных полей, расширив представления физиков о возможных режимах удержания.
В проекте SPARC искусственный интеллект будет использоваться как на стадии моделирования, так и в процессе работы установки. Предполагается, что он поможет и в регулировании теплоотвода из области, называемой дивертором, — именно там плазма соприкасается со стенками камеры, и точное управление её формой критически важно для предотвращения перегрева.
Ключевое значение в этом проекте имеет платформа Torax, представленная в 2024 году. Она служит единым программным каркасом, который объединяет разные инструменты искусственного интеллекта и вычислительные модули в общей среде. Ранее учёным приходилось использовать несколько несвязанных систем для симуляции поведения плазмы, а теперь всё объединено в одном окружении, где сложные расчёты выполняются во много раз быстрее. Это позволяет проводить тысячи итераций за считаные часы вместо недель ожидания.
Сам SPARC представляет собой компактный токамак — тороидальную установку, где плазма удерживается магнитным полем. В отличие от традиционных схем, CFS применяет высокотемпературные сверхпроводящие магниты, создающие поле гораздо большей мощности при меньших размерах катушек. Такое решение позволяет уменьшить габариты реактора, снизить стоимость и повысить плотность плазмы, делая её стабильнее.
По оценке компании, объединение физического проектирования с искусственным интеллектом добавит ещё один уровень вычислительной поддержки и ускорит переход к доступной, экологически чистой термоядерной энергетике. CFS уже активно использует сложное моделирование для оптимизации конструкции SPARC, а внедрение нейросетевых систем должно стать следующим шагом — инструментом для точной настройки и дальнейшего совершенствования будущих реакторов.
Американская компания Commonwealth Fusion Systems (CFS), работающая над технологиями управляемого термоядерного синтеза, объявила о партнёрстве с подразделением Google DeepMind . Совместный проект направлен на применение искусственного интеллекта для оптимизации работы реактора SPARC — экспериментальной установки, которая должна стать прототипом компактного источника чистой энергии. Исследователи надеются ускорить путь к коммерческому термоядерному реактору, используя ИИ для точного моделирования поведения плазмы и автоматического подбора оптимальных режимов её удержания.
В основе проекта лежит открытая программная платформа DeepMind под названием Torax, предназначенная для моделирования процессов внутри плазменной камеры. Она объединяется с нейросетевыми алгоритмами, чтобы прогнозировать и корректировать динамику сверхнагретой плазмы, температура которой достигает десятков миллионов градусов. Испытания проходят в исследовательском центре CFS в Девенсе (штат Массачусетс), где строится установка SPARC — промежуточный шаг перед созданием коммерческого реактора ARC. Использование Torax в связке с машинным обучением позволяет подбирать наиболее устойчивые стратегии управления плазмой, снижая энергозатраты и повышая эффективность будущих электростанций.
В CFS отмечают, что искусственный интеллект способен заметно ускорить обучение систем управления SPARC и в дальнейшем помочь перейти к промышленному производству энергии на базе реакторов ARC. Инженеры рассчитывают, что новые алгоритмы улучшат стабильность плазмы и одновременно повысят общий КПД установки.
Партнёрство с DeepMind стало продолжением уже существующих связей между компаниями. Google является инвестором CFS и заранее заключил соглашение о закупке 200 мегаватт электроэнергии у первого коммерческого комплекса ARC, запуск которого ожидается в начале 2030-х годов. Теперь разработчики объединяют опыт в области ИИ и физики плазмы, чтобы применить машинное обучение в управлении реакторами нового поколения.
В основе подхода лежит метод обучения с подкреплением (reinforcement learning), ранее использовавшийся в известной программе AlphaGo. Алгоритм анализирует десятки параметров реактора — скорость подачи топлива, мощность радиочастотного нагрева, электрические токи в сверхпроводящих катушках — и получает «награду» за нахождение комбинаций, обеспечивающих устойчивое удержание плазмы при минимальных потерях энергии. Такой метод позволяет ИИ самостоятельно находить эффективные решения в условиях, где количество переменных и скорость реакций делают ручное управление невозможным.
Для DeepMind это не первый опыт участия в термоядерных проектах. Ранее команда компании применяла те же принципы для управления магнитными системами токамака TCV в Швейцарском центре плазменных исследований. Тогда нейросеть не только стабилизировала плазму, но и предложила новые конфигурации магнитных полей, расширив представления физиков о возможных режимах удержания.
В проекте SPARC искусственный интеллект будет использоваться как на стадии моделирования, так и в процессе работы установки. Предполагается, что он поможет и в регулировании теплоотвода из области, называемой дивертором, — именно там плазма соприкасается со стенками камеры, и точное управление её формой критически важно для предотвращения перегрева.
Ключевое значение в этом проекте имеет платформа Torax, представленная в 2024 году. Она служит единым программным каркасом, который объединяет разные инструменты искусственного интеллекта и вычислительные модули в общей среде. Ранее учёным приходилось использовать несколько несвязанных систем для симуляции поведения плазмы, а теперь всё объединено в одном окружении, где сложные расчёты выполняются во много раз быстрее. Это позволяет проводить тысячи итераций за считаные часы вместо недель ожидания.
Сам SPARC представляет собой компактный токамак — тороидальную установку, где плазма удерживается магнитным полем. В отличие от традиционных схем, CFS применяет высокотемпературные сверхпроводящие магниты, создающие поле гораздо большей мощности при меньших размерах катушек. Такое решение позволяет уменьшить габариты реактора, снизить стоимость и повысить плотность плазмы, делая её стабильнее.
По оценке компании, объединение физического проектирования с искусственным интеллектом добавит ещё один уровень вычислительной поддержки и ускорит переход к доступной, экологически чистой термоядерной энергетике. CFS уже активно использует сложное моделирование для оптимизации конструкции SPARC, а внедрение нейросетевых систем должно стать следующим шагом — инструментом для точной настройки и дальнейшего совершенствования будущих реакторов.