Num piscar de olhos, o plasma rebelde e superaquecido que impulsiona uma reação de fusão pode perder sua estabilidade e escapar dos fortes campos magnéticos que o confinam dentro do reator de fusão em forma de donut. Estas fugas significam frequentemente o fim da reacção, representando um desafio fundamental para o desenvolvimento da fusão como fonte de energia não poluente e virtualmente ilimitada.



Mas uma equipe liderada por Princeton, composta por engenheiros, físicos e cientistas de dados da Universidade e do Laboratório de Física de Plasma de Princeton (PPPL), aproveitou o poder da inteligência artificial para prever – e depois evitar – a formação de um problema específico de plasma em condições reais. tempo.

Em experimentos no DIII-D National Fusion Facility em San Diego, os pesquisadores demonstraram que seu modelo, treinado apenas com dados experimentais anteriores, poderia prever potenciais instabilidades plasmáticas conhecidas como instabilidades do modo lacrimejante com até 300 milissegundos de antecedência.

Embora isso não deixe tempo suficiente para um piscar lento em humanos, foi tempo suficiente para o controlador de IA alterar certos parâmetros operacionais para evitar o que teria se transformado em um rasgo nas linhas do campo magnético do plasma, perturbando seu equilíbrio e abrindo a porta para uma fuga que termina com a reação.

“Ao aprender com experimentos anteriores, em vez de incorporar informações de modelos baseados na física, a IA poderia desenvolver uma política de controle final que apoiasse um regime de plasma estável e de alta potência em tempo real, em um reator real”, disse o líder da pesquisa, Egemen Kolemen. , professor associado de engenharia mecânica e aeroespacial e do Centro Andlinger de Energia e Meio Ambiente, bem como físico pesquisador do PPPL.

A pesquisa abre a porta para um controle mais dinâmico de uma reação de fusão do que as abordagens atuais, e fornece uma base para o uso da inteligência artificial para resolver uma ampla gama de instabilidades plasmáticas, que há muito tempo são obstáculos para alcançar uma reação de fusão sustentada. A equipe publicou suas descobertas na Nature em 21 de fevereiro.

“Estudos anteriores geralmente se concentravam em suprimir ou mitigar os efeitos dessas instabilidades lacrimais depois que elas ocorrem no plasma”, disse o primeiro autor Jaemin Seo, professor assistente de física na Universidade Chung-Ang, na Coreia do Sul, que realizou grande parte do trabalho. enquanto pesquisador de pós-doutorado no grupo de Kolemen. "Mas a nossa abordagem permite-nos prever e evitar essas instabilidades antes mesmo que elas apareçam."

Plasma superaquecido girando em um dispositivo em formato de rosca

A fusão ocorre quando dois átomos – geralmente átomos leves como o hidrogênio – se unem para formar um átomo mais pesado, liberando uma grande quantidade de energia no processo. O processo alimenta o Sol e, por extensão, torna possível a vida na Terra.

No entanto, fazer com que os dois átomos se fundam é complicado, pois são necessárias enormes quantidades de pressão e energia para que os dois átomos superem a sua repulsão mútua.

Felizmente para o Sol, a sua enorme atração gravitacional e as pressões extremamente elevadas no seu núcleo permitem que as reações de fusão prossigam. Para replicar um processo semelhante na Terra, os cientistas usam plasma extremamente quente e ímãs extremamente fortes.

Em dispositivos em forma de donut conhecidos como tokamaks – por vezes referidos como “estrelas em frascos” – os campos magnéticos lutam para conter plasmas que atingem temperaturas superiores a 100 milhões de graus Celsius, mais quentes que o centro do Sol.

Embora existam muitos tipos de instabilidades plasmáticas que podem encerrar a reação, a equipe de Princeton concentrou-se em resolver as instabilidades do modo lacrimejante, uma perturbação na qual as linhas do campo magnético dentro de um plasma realmente se quebram e criam uma oportunidade para a fuga subsequente do plasma.

“As instabilidades do modo tearing são uma das principais causas da ruptura do plasma e tornar-se-ão ainda mais proeminentes à medida que tentamos executar reações de fusão nas altas potências necessárias para produzir energia suficiente”, disse Seo. "Eles são um desafio importante para nós resolvermos."

Fusão de inteligência artificial e física de plasma

Como as instabilidades do modo de ruptura podem formar e inviabilizar uma reação de fusão em milissegundos, os pesquisadores recorreram à inteligência artificial por sua capacidade de processar e agir rapidamente em resposta a novos dados.

Mas o processo para desenvolver um controlador de IA eficaz não foi tão simples quanto experimentar algumas coisas em um tokamak, onde o tempo é limitado e os riscos são altos.

O coautor Azarakhsh Jalalvand, pesquisador do grupo de Kolemen, comparou ensinar um algoritmo para executar uma reação de fusão em um tokamak a ensinar alguém a pilotar um avião.

“Você não ensinaria alguém entregando-lhe um molho de chaves e dizendo-lhe para dar o melhor de si”, disse Jalalvand. "Em vez disso, você os faria praticar em um simulador de vôo muito complexo até que aprendessem o suficiente para experimentar a realidade."

Assim como no desenvolvimento de um simulador de vôo, a equipe de Princeton usou dados de experimentos anteriores no tokamak DIII-D para construir uma rede neural profunda capaz de prever a probabilidade de uma instabilidade futura com base nas características do plasma em tempo real.

Eles usaram essa rede neural para treinar um algoritmo de aprendizagem por reforço. Como um piloto em treinamento, o algoritmo de aprendizado por reforço poderia experimentar diferentes estratégias para controlar o plasma, aprendendo por tentativa e erro quais estratégias funcionaram e quais não funcionaram na segurança de um ambiente simulado.

"Não ensinamos ao modelo de aprendizagem por reforço toda a física complexa de uma reação de fusão", disse Jalalvand. "Dizemos qual é o objetivo - manter uma reação de alta potência - o que evitar - uma instabilidade no modo de ruptura - e os botões que ele pode girar para alcançar esses resultados. Com o tempo, ele aprende o caminho ideal para atingir o objetivo de alto poder, evitando ao mesmo tempo a punição de uma instabilidade."

Enquanto o modelo passava por inúmeros experimentos simulados de fusão, tentando encontrar maneiras de manter altos níveis de potência e evitando instabilidades, o coautor SangKyeun Kim pôde observar e refinar suas ações.

“No fundo, podemos ver as intenções do modelo”, disse Kim, pesquisador do PPPL e ex-pesquisador de pós-doutorado no grupo de Kolemen. “Algumas das mudanças que o modelo deseja são muito rápidas, por isso trabalhamos para suavizar e acalmar o modelo. Como humanos, arbitramos entre o que a IA quer fazer e o que o tokamak pode acomodar.”

Uma vez confiantes nas habilidades do controlador de IA, eles o testaram durante um experimento de fusão real no tokamak D-III D, observando como o controlador fazia alterações em tempo real em certos parâmetros do tokamak para evitar o início de uma instabilidade. Esses parâmetros incluíam a alteração da forma do plasma e a força dos feixes que injetam energia na reação.

“Ser capaz de prever instabilidades com antecedência pode tornar mais fácil executar essas reações do que as abordagens atuais, que são mais passivas”, disse Kim. “Não precisamos mais esperar que as instabilidades ocorram e então tomar medidas corretivas rápidas antes que o plasma seja interrompido”.

Indo para o futuro

Embora os investigadores tenham afirmado que o trabalho é uma prova de conceito promissora que demonstra como a inteligência artificial pode controlar eficazmente as reações de fusão, é apenas um dos muitos próximos passos já em curso no grupo de Kolemen para avançar no campo da investigação em fusão.

O primeiro passo é obter mais evidências do controlador de IA em ação no tokamak DIII-D e, em seguida, expandir o controlador para funcionar em outros tokamaks.

“Temos fortes evidências de que o controlador funciona muito bem no DIII-D, mas precisamos de mais dados para mostrar que ele pode funcionar em diversas situações diferentes”, disse o primeiro autor, Seo. "Queremos trabalhar em direção a algo mais universal."

Uma segunda linha de pesquisa envolve a expansão do algoritmo para lidar com muitos problemas de controle diferentes ao mesmo tempo. Embora o modelo atual use um número limitado de diagnósticos para evitar um tipo específico de instabilidade, os pesquisadores poderiam fornecer dados sobre outros tipos de instabilidades e dar acesso a mais botões para o controlador de IA ajustar.

"Você poderia imaginar uma grande função de recompensa que gira muitos botões diferentes para controlar simultaneamente vários tipos de instabilidades", disse o co-autor Ricardo Shousha, pós-doutorado no PPPL e ex-aluno de pós-graduação do grupo de Kolemen que forneceu suporte para os experimentos no DIII- D.

E no caminho para o desenvolvimento de melhores controladores de IA para reações de fusão, os pesquisadores também poderão obter mais compreensão da física subjacente. Ao estudar as decisões do controlador de IA enquanto tenta conter o plasma, o que pode ser radicalmente diferente do que as abordagens tradicionais podem prescrever, a inteligência artificial pode ser não apenas uma ferramenta para controlar as reações de fusão, mas também um recurso de ensino.

“Eventualmente, pode ser mais do que apenas uma interação unilateral de cientistas desenvolvendo e implantando esses modelos de IA”, disse Kolemen. “Ao estudá-los mais detalhadamente, eles podem ter certas coisas que também podem nos ensinar.”

Mais informações: Egemen Kolemen, Evitando a instabilidade do plasma de fusão usando aprendizagem por reforço profundo, Natureza (2024). DOI:10.1038/s41586-024-07024-9. www.nature.com/articles/s41586-024-07024-9
Informações do diário: Natureza

Fornecido pela Universidade de Princeton