Wetenschappers proberen al jaren het technische obstakel op te lossen om de kernfusie die van nature in de zon plaatsvindt, te imiteren. Het bereiken van kernfusie op aarde is echter tot nu toe een ongrijpbare uitdaging gebleven. Onderzoekers denken dat AI het kernfusieprobleem kan oplossen en de geheimen van duurzame kernfusiereactoren kan onthullen.
Onderzoekers van het Princeton Plasma Physics Laboratory hebben als eersten aangetoond hoe kunstmatige intelligentie kan worden gebruikt om potentieel catastrofale instabiliteiten in een fusie-installatie te voorspellen en zo te voorkomen. Hun werk laat zien dat AI plasma kan sturen en tegelijkertijd een belangrijke stap voorwaarts kan betekenen in de ontwikkeling van fusie-energie, ondanks de enorme uitdagingen die daarmee gepaard gaan.
Hoogtepunten: AI stabiliseert fusie-energie
- Machine learning kan snel gegevens analyseren, patronen identificeren en zich aanpassen om de controle over fusiereacties in stellarators en tokamaks te verbeteren.
- AI heeft met succes magnetische verstoringen vermeden die het fusieplasma in twee tokamakreactoren destabiliseren die in een hoge opsluitingsmodus werken.
- Onderzoekers gebruiken AI om het ontwerp van stellarators te optimaliseren, complexe natuurkundige codes te versnellen en de modellering van warmtestromen voor de volgende generatie tokamaks te stroomlijnen.
- Succesvolle real-time controle werd gedemonstreerd in de DIII-D tokamak-fusiereactor.
- Machine learning-modellen geïntegreerd met experimentele gegevens zijn erop gericht optimale methoden voor plasma-opsluiting voor commerciële fusiereactoren te onthullen.
“ Er kunnen instabiliteiten in het plasma optreden die ernstige schade aan het fusieapparaat kunnen veroorzaken. Die kunnen we niet hebben in een commerciële fusiereactor ”, voegde Egemen Kolemen eraan toe . “ Ons werk is een vooruitgang in het vakgebied en laat zien dat kunstmatige intelligentie een belangrijke rol kan spelen bij het beheersen van fusieprocessen in de toekomst, door instabiliteiten te voorkomen en tegelijkertijd ervoor te zorgen dat het plasma zoveel mogelijk fusie-energie opwekt. ”
Zie ook : Helion Energy kraakt de code voor fusie-energie, gesteund door Sam Altman en Microsoft.
De AI-oplossing: voorspelling en preventie
De onderzoekers trainden een AI-systeem met data van eerdere experimenten in de DIII-D National Fusion Facility in San Diego. De AI kon vervolgens potentiële scheurmodusinstabiliteiten en verstoringen in de magnetische veldlijnen die het plasma laten ontsnappen, tot wel 300 milliseconden van tevoren voorspellen tijdens live fusie-experimenten.
Met deze vroege waarschuwing paste de AI-controller belangrijke bedrijfsparameters aan, zoals de vorm van het plasma en de invoerverwarming, om te voorkomen dat er instabiliteiten ontstonden en het plasma verstoord raakte.
" Door te leren van eerdere experimenten, in plaats van informatie uit natuurkundige modellen te gebruiken, kon de AI een definitief besturingsbeleid ontwikkelen dat een stabiel, krachtig plasmaregime in realtime ondersteunde, in een echte reactor, " aldus onderzoeksleider Egemen Kolemen, universitair hoofddocent aan Princeton.
Complexiteit overwinnen met AI
Zelfs met 's werelds krachtigste supercomputers is het nauwkeurig modelleren van de turbulente, multischaal-dynamiek van fusieplasma complex. De onderzoekers erkennen uitdagingen bij het opschalen en generaliseren van de AI-controller.
- Krachtige magnetische velden hebben moeite om superverhit plasma van meer dan 100 miljoen graden Celsius in donutvormige tokamak-apparaten te houden
- Instabiliteiten die veroorzaken verstoringen in de magnetische velden en het plasma te laten ontsnappen. Dit vormde een groot obstakel voor het bereiken van een duurzame fusiebrand.
- Het nabootsen van omstandigheden in de echte wereld vereist extreem complexe rekencodes die zelfs op geavanceerde supercomputers langzaam werken.
- Het vinden van de juiste balans tussen precisie en snelheid bij het optimaliseren van codes met behulp van machine learning-modellen.
- Integratie van meerdere zeer nauwkeurige natuurkundige codes en grote experimentele datasets om nauwkeurige simulaties te maken.
- Het overwinnen van instabiliteiten zoals randgelokaliseerde modi die reactorcomponenten in grotere, hetere commerciële reactoren kunnen beschadigen.
Het potentieel van AI-aangedreven fusie ontsluiten
Ondanks de uitdagingen die ons te wachten staan, zijn onderzoekers optimistisch over de rol van AI in commercieel haalbare kernfusiecentrales om voldoende schone energie op te wekken.
" Uiteindelijk zal het wellicht meer zijn dan een eenzijdige interactie tussen wetenschappers die deze AI-modellen ontwikkelen en inzetten, " aldus Kolemen. " Door ze gedetailleerder te bestuderen, kunnen ze ons misschien ook iets leren over de onderliggende natuurkunde. "
Nu AI een steeds prominentere rol speelt, denken onderzoekers dat AI kernfusieproblemen kan oplossen. Ze streven ernaar de enorme kracht van kernfusie op aarde eindelijk te benutten.
Bron : Ingenieurs gebruiken AI om fusie-energie voor het elektriciteitsnet te beheersen.
