يستخدم مركز البلازما السويسري و DeepMind الذكاء الاصطناعي للتحكم في البلازما من أجل الاندماج النووي
طور العلماء في مركز البلازما السويسري التابع لـ EPFL و DeepMind طريقة جديدة للتحكم في تكوينات البلازما لاستخدامها في أبحاث الاندماج النووي.
يتمتع مركز البلازما السويسري (SPC) التابع لـ EPFL بعقود من الخبرة في فيزياء البلازما وطرق التحكم في البلازما.
DeepMind هي شركة اكتشاف علمي استحوذت عليها Google في 2014 وهي ملتزمة بحل الذكاء للنهوض بالعلم والإنسانية.
لقد طوروا معًا طريقة تحكم مغناطيسية جديدة للبلازما تعتمد على التعلم المعزز العميق، وطبقوها على بلازما حقيقية لأول مرة في مرفق أبحاث توكاماك التابع لشركة SPC، TCV. تم نشر دراستهم للتو في مجلة Nature.
Tokamaks هي أجهزة على شكل كعكة دائرية لإجراء الأبحاث حول الاندماج النووي، وتعد SPC واحدة من مراكز الأبحاث القليلة في العالم التي لديها واحد قيد التشغيل.
تستخدم هذه الأجهزة مجالًا مغناطيسيًا قويًا لحصر البلازما في درجات حرارة عالية للغاية – مئات الملايين من الدرجات المئوية، حتى أكثر سخونة من لب الشمس – بحيث يمكن أن يحدث الاندماج النووي بين ذرات الهيدروجين. تتم دراسة الطاقة المنبعثة من الاندماج لاستخدامها في توليد الكهرباء.
ما يجعل توكاماك SPC فريدًا هو أنه يسمح بمجموعة متنوعة من تكوينات الالبلازما،من هنا جاء اسمه: التكوين المتغير tokamak (TCV).
وهذا يعني أنه يمكن للعلماء استخدامه لاستكشاف طرق جديدة لتقييد ومراقبة البلازما. يتعلق تكوين البلازما بشكلها وموضعها في الجهاز.
وحدة التحكم المدربة على التعلم المعزز العميق توجه البلازما خلال مراحل متعددة من التجربة. على اليسار، يوجد منظر داخلي في التوكاماك أثناء التجربة.
على اليمين، يمكنك رؤية شكل البلازما المعاد بناؤه والنقاط المستهدفة التي أردنا الوصول إليها. الائتمان: DeepMind & SPC / EPFL
السيطرة على مادة ساخنة مثل الشمس
تشكل Tokamaks البلازما وتحافظ عليها من خلال سلسلة من الملفات المغناطيسية التي يجب التحكم في إعداداتها، خاصة الجهد، بعناية. خلاف ذلك، يمكن أن تصطدم البلازما بجدران الأوعية الدموية وتتدهور.
لمنع حدوث ذلك، اختبر الباحثون في SPC أولاً تكوينات أنظمة التحكم الخاصة بهم على جهاز محاكاة قبل استخدامها في TCV tokamak.
يقول Federico Felici ، عالم SPC والمؤلف المشارك للدراسة: “يعتمد جهاز المحاكاة الخاص بنا على أكثر من 20 عامًا من البحث ويتم تحديثه باستمرار
“. ولكن مع ذلك، لا تزال هناك حاجة لإجراء حسابات مطولة لتحديد القيمة الصحيحة لكل متغير في نظام التحكم. وهنا يأتي دور مشروعنا البحثي المشترك مع DeepMind. “
نموذج ثلاثي الأبعاد للوعاء الفراغي TCV الذي يحتوي على البلازما، محاطًا بملفات مغناطيسية مختلفة للحفاظ على البلازما في مكانها والتأثير على شكلها. الائتمان: DeepMind & SPC / EPFL
طور خبراء DeepMind خوارزمية ذكاء اصطناعي يمكنها إنشاء والحفاظ على تكوينات بلازما محددة وتدريبها على جهاز محاكاة SPC.
تضمن ذلك أولاً قيام الخوارزمية بتجربة العديد من استراتيجيات التحكم المختلفة في المحاكاة وتجربة التجميع. بناءً على الخبرة التي تم جمعها، قامت الخوارزمية بإنشاء استراتيجية تحكم لإنتاج تكوين البلازما المطلوب.
تضمن ذلك أولاً تشغيل الخوارزمية من خلال عدد من الإعدادات المختلفة وتحليل تكوينات البلازما التي نتجت عن كل منها. ثم تم استدعاء الخوارزمية للعمل بطريقة أخرى – لإنتاج تكوين بلازما محدد من خلال تحديد الإعدادات الصحيحة. بعد التدريب، تمكن النظام القائم على الذكاء الاصطناعي من إنشاء وصيانة مجموعة واسعة من أشكال البلازما والتكوينات المتقدمة، بما في ذلك واحد حيث يتم الاحتفاظ ببلازما منفصلة في وقت واحد في الوعاء. أخيرًا، اختبر فريق البحث نظامهم الجديد مباشرةً على التوكاماك لمعرفة كيفية أدائه في ظل ظروف العالم الحقيقي.
مجموعة من أشكال البلازما المختلفة التي تم إنشاؤها باستخدام وحدة التحكم في التعلم المعزز. الائتمان: DeepMind & SPC / EPFL
يعود تعاون SPC مع DeepMind إلى 2018 عندما التقى Felici لأول مرة بعلماء DeepMind في هاكاثون في مقر الشركة في لندن. هناك شرح مشكلة توكاماك للتحكم المغناطيسي في مجموعته البحثية.
يقول فيليسي: “كانت شركة DeepMind مهتمة على الفور باحتمال اختبار تقنية الذكاء الاصطناعي الخاصة بها في مجال مثل الاندماج النووي، وخاصة في نظام العالم الحقيقي مثل توكاماك”.
يضيف مارتن ريدميلر ، رئيس فريق التحكم في DeepMind والمؤلف المشارك للدراسة، أن “مهمة فريقنا هي البحث عن جيل جديد من أنظمة الذكاء الاصطناعي – وحدات التحكم ذات الحلقة المغلقة – التي يمكنها التعلم في البيئات الديناميكية المعقدة تمامًا من البداية. يوفر التحكم في بلازما الاندماج في العالم الحقيقي فرصًا رائعة، وإن كانت صعبة للغاية ومعقدة “.
تعاون مربح للجانبين
بعد التحدث مع Felici ، عرضت DeepMind العمل مع SPC لتطوير نظام تحكم قائم على الذكاء الاصطناعي لـ tokamak. يقول أمبروجيو فاسولي ، مدير SPC والمؤلف المشارك للدراسة: “لقد اتفقنا على الفكرة على الفور، لأننا رأينا الإمكانات الهائلة للابتكار”.
“كان جميع علماء DeepMind الذين عملنا معهم متحمسين للغاية وعرفوا الكثير عن تطبيق الذكاء الاصطناعي في أنظمة التحكم.”
من جانبه، أعجب فيليسي بالأشياء المدهشة التي يمكن أن يقوم بها DeepMind في وقت قصير عندما يركز جهوده على مشروع معين.
يدفعنا التعاون مع SPC إلى تحسين خوارزميات التعلم المعزز لدينا. – بريندان تريسي، كبير مهندسي الأبحاث، DeepMind
حصلت DeepMind أيضًا على الكثير من مشروع البحث المشترك، مما يوضح الفوائد التي تعود على الطرفين من اتباع نهج متعدد التخصصات.
يقول Brendan Tracey ، كبير المهندسين الباحثين في DeepMind والمؤلف المشارك للدراسة: “يدفعنا التعاون مع SPC إلى تحسين خوارزميات التعلم المعزز لدينا، ونتيجة لذلك يمكن تسريع البحث عن دمج البلازما.”
يجب أن يمهد هذا المشروع الطريق لـ EPFL للبحث عن فرص بحث وتطوير مشتركة أخرى مع المنظمات الخارجية.
يقول فاسولي: “نحن دائمًا منفتحون على التعاون المبتكر المربح للجانبين حيث يمكننا مشاركة الأفكار واستكشاف وجهات نظر جديدة، وبالتالي تسريع وتيرة التطور التكنولوجي”.
المصدر: scitechdaily
قد يهمك:
