( oneechanblog ) – 世界がITERと呼ばれるこれまでで最大の核融合炉の建設を待っている間、同様の設計のより小さな原子炉がまだ稼働しています。 トカマクと呼ばれるこれらのリアクターは、ハードウェアとソフトウェアの両方をテストするのに役立ちます。 ハードウェアテストは、コンテナの壁に使用される材料や制御磁石の形状と位置などを改善するのに役立ちます。
しかし、間違いなく、ソフトウェアが最も重要です。 融合を可能にするために、トカマクの制御ソフトウェアは、それが含むプラズマの状態を監視し、システムの磁石をリアルタイムで調整することによって変化に対応する必要があります。 そうしないと、エネルギーの低下（核融合の失敗につながる）から、プラズマが格納容器からこぼれるのを見る（そして容器の壁を焦がす）まで、あらゆる結果をもたらす可能性があります。
その制御ソフトウェアを正しく取得するには、制御磁石と磁石が操作するプラズマの両方を詳細に理解する必要があります。 または、その制御ソフトウェアを正しくすることで、より正確に言うことができます 必要です。 今日、GoogleのDeepMind AIチームは、そのソフトウェアがトカマクを制御するように正常にトレーニングされたことを発表しているためです。
制御不能
トカマクの制御ソフトウェアの開発は複雑なプロセスです。 同様の設計での過去の経験に基づいて、エンジニアは、読み取るセンサー入力やそれらの変化に対応する方法など、ソフトウェアが機能するために必要な基本原則のいくつかを抽出できます。 しかし、ハードウェアの設計と使用されているプラズマのエネルギーに基づく癖が常にあります。 そのため、ほぼリアルタイムで調整を行うのに十分なパフォーマンスを維持しながら、測定とモデリングの反復プロセスに続いて、制御プロセスを微調整する傾向があります。
広告
結果として得られる制御ソフトウェアは、かなり特殊化される傾向があります。 研究者がトカマクのプラズマの非常に異なる形状を実験したい場合は、ソフトウェアの大幅な改訂が必要になる場合があります。
この分野の研究者は、可能な解決策として人工知能をすでに特定していました。 適切なAIに十分な例を挙げてください。そうすれば、どの制御構成がプラズマに望ましい特性を生み出すかを理解できます。 それは人々が彼らが望む望ましい最終状態に集中することを自由にし、そして彼らがそれを研究することができるようにソフトウェアにそれを生成させるだけです。 AIもより柔軟でなければなりません。 システムを制御する方法についてトレーニングされると、再プログラミングを必要とせずに、研究用に非常に異なるプラズマ構成を生成できるようになります。
このアイデアを前進させるために必要なのは、AIの専門家とトカマクだけでした。 新しい論文では、AIチームはGoogleのDeepMind部門から来ており、タンパク質の折り畳みからStarCraftまですべてを処理できるソフトウェアの開発で有名です。 トカマクは、ローザンヌのEPFLにあるスイスプラズマセンターの厚意により提供されています。
融合するように訓練された
トレーニングプロセス中に実際のハードウェアでAIを緩めることは災害になる可能性があるため、チームはスイスプラズマセンターハードウェア専用のトカマクシミュレーターから始めました。 これはおおむね正確であり、AIに制限をプログラムして、シミュレータが不正確な結果を生成する構成にプラズマを向けないようにしました。 次に、DeepMindは、シミュレーターを制御できるようにすることで、さまざまなプラズマ構成に到達するための深層強化学習プログラムをトレーニングしました。
トレーニング中、ソフトウェアの介在層は、プラズマの特性が望ましい状態にどれだけ近いかを示す報酬関数を提供しました。 「批評家」と呼ばれる別のアルゴリズムは、トカマクの制御磁石へのさまざまな変更に対して期待される報酬を学習しました。 これらは、実際の制御ニューラルネットワークが実行する必要のあるアクションを学習するために使用されました。
広告
批評家は精巧で計算コストがかかりましたが、トレーニングの部分でのみ使用されました。 トレーニングが行われたとき、制御アルゴリズムはさまざまな状態に到達するために実行するアクションを学習しており、批評家は破棄される可能性があります。
リアルタイムのパフォーマンスを可能にするために、トレーニングされたコントローラーが実行可能ファイルとしてバンドルされました。 標準の制御ソフトウェアを使用して、トカマクをアクティブにし、プラズマを高エネルギーにします。 プラズマが安定すると、AIに制御が渡されます。
できます！
結果として得られたソフトウェアは、実際のハードウェアに緩めたときに期待したとおりに機能しました。 このソフトウェアは、時間の経過とともにさまざまな条件を対象とした実験の実行を制御できます。1つのテストケースでは、エネルギーを増加させ、プラズマを安定させ、プラズマの形状を変更し、トカマク内でプラズマを再配置してから、エネルギーを減少させました。 別の例では、同じトカマクに2つの別々のプラズマ構造を同時に保持していました。
拡大 / DeepMindAIによって生成されたさまざまなジオメトリのいくつか。
この作品を説明する論文には、著者が必要としたものの大きなリストがあります。 そのリストには、強化学習を可能にするのに十分な速さでフィードバックを提供するのに十分正確であると同時にコンパクトであるトカマクシミュレーターが含まれています。 トレーニングセットには、制御が渡された場所と同様の一般的な条件と、それらを実験構成に移行する方法を学習できる異常な条件の両方を含める必要がありました。 さらに、研究者は、膨大な範囲の潜在的な制御オプションを評価するのに十分詳細であるだけでなく、実行可能ファイルにコンパイルできる高速パフォーマンスのコントローラーをトレーニングできるソフトウェアを開発する必要がありました。
この仕事の背後にいる人々はまた、それが将来の仕事のために何を予言するかもしれないかについて興奮しています。 単に既存のハードウェアのモデリングに限定するのではなく、このソフトウェアのイテレーションに目的のプラズマ構成を与え、それを作成できるハードウェアジオメトリを特定できるようにする必要があることを示唆しています。 または、既存のハードウェアのパフォーマンスを最適化することもできます。
今、私たちはAIの注目に値する核融合炉を待つ必要があります。
Nature、2022年。DOI：10.1038 / s41586-021-04301-9（DOIについて）。
