Новая система искусственного интеллекта, разработанная в Принстоне, способна управлять термоядерной плазмой за миллисекунды и даже предсказывать опасные нестабильности до того, как они произойдут.
Исследователи из Принстона протестировали систему искусственного интеллекта, способную отслеживать и контролировать термоядерную плазму за миллисекунды, реагируя гораздо быстрее, чем человек-оператор. В одном из экспериментов система предсказала разрушительную нестабильность примерно за 200 миллисекунд до ее появления и скорректировала плазму, чтобы предотвратить ее образование.
В некоторых термоядерных системах частицы, температура которых выше, чем в ядре Солнца, могут стать нестабильными всего за несколько тысячных долей секунды. Это слишком быстро для того, чтобы оператор-человек мог отреагировать. Исследователи из Принстонской лаборатории физики плазмы (PPPL) Министерства энергетики США и Принстонского университета разработали новую программную платформу, которая использует искусственный интеллект (ИИ) для принятия таких быстрых решений, сохраняя при этом строгий контроль безопасности и оставляя за людьми ответственность за определение целей системы.
Разработанная система называется PACMAN (новое сокращение от Prediction And Control using MAchiNe learning — прогнозирование и управление с использованием машинного обучения). Исследователи успешно протестировали её на реальной термоядерной системе в пяти отдельных экспериментах. Её конструкция и первые результаты описаны в новой статье, опубликованной в журнале Nuclear Fusion .
Искусственный интеллект решает задачу Fusion по определению времени в миллисекундах.
Термоядерный синтез обладает потенциалом для обеспечения практически неограниченного запаса электроэнергии. Исследователи изучают несколько подходов к практическому применению термоядерного синтеза на Земле, включая установки, известные как токамаки. Эти устройства используют мощные магнитные поля для удержания плазмы: электрически заряженного газа, часто называемого четвертым состоянием материи.
Для успешного продолжения термоядерного синтеза плазма должна оставаться горячей, плотной и стабильной. Это требует частой корректировки таких систем, как нагревательное оборудование токамака, магниты и газовые инжекторы. Даже относительно небольшие возмущения в плазме, известные как неустойчивости, могут за миллисекунды усилиться и нарушить термоядерную реакцию.
Прогнозирование поведения плазмы — еще одна серьезная задача. Продвинутые компьютерные симуляции могут занимать дни или даже месяцы. Хотя эти инструменты ценны для планирования будущих экспериментов, они слишком медленны для управления экспериментом в реальном времени, когда весь тест может длиться всего несколько минут.
«Это отлично подходит для подготовки к следующему эксперименту через год, но для управления нам нужны модели, которые принимают решения в момент времени», — сказал соавтор Хиро Фарре Кага, аспирант Принстонской программы по физике плазмы, которая является совместной программой Принстонского университета и PPPL. «Модели машинного обучения могут очень хорошо описывать поведение плазмы, и, что важно, это единственный способ, который у нас есть для моделирования плазмы за миллисекунды. Скорость этих моделей — это ключ к управлению».
Объединение нескольких моделей ИИ в единую систему интеграции.
Машинное обучение уже продемонстрировало значительный потенциал для управления термоядерной плазмой. Однако многие предыдущие попытки были предприняты по отдельности, без общей структуры, которая позволила бы различным моделям легко взаимодействовать друг с другом. Термоядерные системы требуют использования множества моделей, поскольку необходимо одновременно контролировать и управлять различными частями установки и плазмы.
Игра PACMAN была разработана для обеспечения такой общей структуры.
«Мы разработали эту структуру, чтобы модели могли взаимодействовать, результаты их работы могли передаваться, и мы могли заниматься захватывающими физическими исследованиями в рамках одной интегрированной системы», — сказал Энди Ротштейн, аспирант кафедры механической и аэрокосмической инженерии Принстонского университета и соавтор статьи.
Система объединяет несколько моделей машинного обучения в повторяющийся контур управления, который работает гораздо быстрее, чем это мог бы сделать человек.
«Действительно сосредоточенный оператор-человек может реагировать за считанные секунды», — сказал Ротштейн. «Вся система PACMAN обычно работает примерно за 20 миллисекунд, и она работает не один раз, а снова и снова. Она может замечать мельчайшие изменения в плазме и корректировать свои действия таким образом, как человек никогда не смог бы сделать».
Как PACMAN управляет токамаком
Система PACMAN функционирует подобно сборочной линии с четырьмя станциями. Сначала она собирает данные измерений в реальном времени с токамака, включая температуру, плотность и магнитные сигналы. Затем система проверяет эти показания на наличие ошибок и объединяет их в единый пакет.
Затем модели искусственного интеллекта выбирают необходимые измерения и используют их для оценки текущего состояния плазмы или того, каким оно, вероятно, будет в дальнейшем. Контроллеры берут эти прогнозы и определяют, какие действия необходимы, например, увеличение мощности нагревающего пучка.
На заключительном этапе PACMAN разрешает любые конфликтующие инструкции от контроллеров, применяет строгие ограничения аппаратной безопасности и отправляет утвержденные команды токамаку. Поскольку модели и контроллеры работают независимо, ученые могут вводить новые компоненты, не нарушая остальную часть системы.
Искусственный интеллект протестирован на реальном термоядерном синтезе.
Исследователи продемонстрировали гибкость PACMAN в пяти экспериментах, используя токамак DIII-D Национального термоядерного комплекса Министерства энергетики США в Сан-Диего.
В ходе этих тестов ПАКМАН:
- Это позволило модели искусственного интеллекта, обученной методом проб и ошибок, известным как обучение с подкреплением, полностью взять под контроль системы отопления.
- Прогнозируются внезапные всплески энергии на краю плазмы.
- Обнаружение и управление волнами в плазме, вызванными быстрыми частицами.
- Плотность и вращение плазмы были скорректированы в соответствии с целевыми показателями, установленными исследователями.
- Предсказал возникновение нестабильности, называемой разрывной модой, и предотвратил её до того, как она произошла.
Эксперимент с режимом разрыва продемонстрировал одно из наиболее очевидных потенциальных преимуществ системы. Традиционные контроллеры не могут обнаружить эту нестабильность до тех пор, пока она уже не начнётся.
«Затем они пытаются подавить это явление, и это может привести к значительному снижению производительности», — сказал Фарре Кага. «В одном из представленных нами экспериментов модель машинного обучения предсказывает режим разрыва примерно за 200 миллисекунд, поэтому плазму можно изменить, чтобы избежать его возникновения».
PACMAN также смог одновременно координировать работу всех шести гиротронов DIII-D (систем, нагревающих плазму мощными микроволновыми лучами). Для достижения сложных целей, заранее выбранных исследователями, система регулировала мощность гиротронов, одновременно изменяя положение их зеркал в реальном времени.
«Раньше не существовало алгоритма для поиска оптимального решения, — сказал Фарре Кага. — Когда бросок закончился, и мы проанализировали данные, оказалось, что всё происходит именно так, как мы и надеялись: все шесть игроков перемещаются оптимальным образом, чтобы достичь цели».
Более быстрые эксперименты по термоядерному синтезу с участием людей по-прежнему контролируются.
Ротштейн сказал, что одним из самых удивительных результатов стало то, насколько быстрее PACMAN позволил внедрять дополнительные модели ИИ. Разработка фреймворка и установка первой модели потребовали нескольких месяцев работы.
«Затем мы приступили к установке второй модели, и это заняло пару дней. Тестирование прошло проще, и ошибок было гораздо меньше», — сказал он. «DIII-D — это прежде всего исследовательская машина, и иногда что-то идет не так, как ожидалось. Если вы можете установить модель за неделю, вы можете переобучить ее и установить новую на следующей неделе. Это позволяет проводить итерации, которые раньше были невозможны».
Исследователи подчеркивают, что данная система не предназначена для исключения людей из экспериментов по термоядерному синтезу. PACMAN применяет аппаратные ограничения безопасности независимо от рекомендаций модели ИИ, а физики анализируют результаты после каждого эксперимента, чтобы доработать контроллеры перед следующим испытанием.
«Независимо от того, насколько сложны ваши контроллеры, в конечном итоге именно оператор-человек устанавливает параметры управления», — сказал Фарре Кага.
Модульная структура PACMAN может сделать его полезным не только для DIII-D. Разработчики считают, что эту структуру можно адаптировать для токамаков различной формы, размера и с различными приборами, включая термоядерные установки, которые еще не спроектированы.
«PACMAN использует гибкую конфигурацию, в которой можно комбинировать алгоритмы искусственного интеллекта, состоящие из отдельных блоков. Можно добавить новый алгоритм, заменить один или запустить несколько одновременно, не затрагивая остальную часть системы», — сказал Эгемен Колемен, доцент кафедры машиностроения и аэрокосмической техники Принстонского университета, работающий совместно с Центром энергетики и окружающей среды им. Эндлингера и PPPL. «Именно эта модульность превращает управление плазмой с помощью ИИ из серии разовых демонстраций в инфраструктуру, на которой может строиться все сообщество, занимающееся термоядерным синтезом».