Η Τεχνητή Νοημοσύνη της Google μπορεί να χειρίζεται αντιδραστήρες πυρηνικής σύντηξης

Το «Άγιο Δισκοπότηρο» για τη λύση του ενεργειακού προβλήματος φαίνεται ότι θα είναι η πυρηνική σύντηξη και γι’ αυτό βλέπουμε τα τελευταία χρόνια σπουδαία επιτεύγματα σε αυτόν τον τομέα, όπως για παράδειγμα ο «Τεχνητός Ήλιος» της Νότιας Κορέας (KSTAR) και πιο πρόσφατα το ρεκόρ του ITER (International Thermonuclear Experimental Reactor). Το τελευταίο είναι το project για την κατασκευή του μεγαλύτερου αντιδραστήρα σύντηξης στον κόσμο, το οποίο βρίσκεται ακόμα σε στάδιο ανάπτυξης.

Οι διάφορες ερευνητικές ομάδες πειραματίζονται, βέβαια, σε μικρότερης ισχύος αντιδραστήρες που διαθέτουν παρόμοιο σχεδιασμό, έτσι ώστε να πραγματοποιήσουν ελέγχους για τα υλικά που θα χρησιμοποιηθούν σε μεγάλη κλίμακα (π.χ. οι τοίχοι που θα περιβάλλουν το tokamak, το σχήμα και η θέση των μαγνητών ελέγχου), αλλά και για το software που θα εξασφαλίζει την ομαλή λειτουργία σε κάθε βήμα.

Ειδικά για το κομμάτι του software απαιτείται πολύ μεγάλη προσοχή, μιας και θα πρέπει να ελέγχει διαρκώς την κατάσταση του πλάσματος που περιέχει ο αντιδραστήρας σύντηξης και να προβαίνει σε ανάλογες προσαρμογές των μαγνητών σε πραγματικό χρόνο. Σε περίπτωση λάθους το αποτέλεσμα θα μεταφράζεται σε απότομες πτώσεις της ενέργειας, κάτι που οδηγεί με τη σειρά του σε διακοπή της σύντηξης και σε υπερχείλιση του πλάσματος που ίσως καταστρέψει τα τοιχώματα που περιβάλλουν τον αντιδραστήρα.

Κάπου εδώ, λοιπόν, έρχεται η Google να ανακοινώσει πως η Τεχνητή Νοημοσύνη της DeepMind έχει εκπαιδευτεί επιτυχώς επάνω στη διαχείριση ενός tokamak του Swiss Plasma Center στο EPFL (Λωζάνη). Το tokamak είναι ουσιαστικά ένας κυλινδρικός θάλαμος όπου ένα πολύ ισχυρό μαγνητικό πεδίο μεταχειρίζεται ροές πλάσματος σε πολύ υψηλές θερμοκρασίες, έτσι ώστε τα άτομα του Υδρογόνου να συντήκονται σε ένα άτομο Ηλίου και να απελευθερώνουν ενέργεια. Το συγκεκριμένο tokamak του SPC επιτρέπει την διεξαγωγή πειραμάτων σε διαφορετικές συνθήκες, έτσι ώστε οι ερευνητές να βρίσκουν νέους τρόπους διαχείρισης του πλάσματος χωρίς να καταρρέει το σύστημα.

Όπως αναφέρει ο Federico Felici, ερευνητής του SPC,

Ο προσομοιωτής μας κατασκευάστηκε μετά από μελέτη 20+ ετών και ανανεώνεται διαρκών. Παρόλα αυτά, απαιτούνται επίπονοι και μακροχρόνιοι υπολογισμοί για να καταλήξουμε στις σωστές παραμέτρους. Γι’ αυτό ενώσαμε τις δυνάμεις μας με την DeepMind.

Ο αλγόριθμος Τεχνητής Νοημοσύνης της DeepMind εκπαιδεύτηκε επάνω σε αυτό το σύστημα για να υπολογίζει τη σωστή διαμόρφωση του πλάσματος προκειμένου να παραχθεί συγκεκριμένη ποσότητα ενέργειας, αλλά και την αντίστροφη διαδικασία. Σε κάποιες φάσεις, μάλιστα, ο αλγόριθμος πραγματοποιούσε υπολογισμούς σε πραγματικό χρόνο για δύο διαφορετικούς τύπους πλάσματος ταυτόχρονα.

Ο Martin Riedmiller, επικεφαλής του τμήματος ελέγχου της DeepMind, δήλωσε τα εξής:

Αποστολή της ομάδας μας είναι να μελετήσουμε την επόμενη γενιά συστημάτων Τεχνητής Νοημοσύνης για συστήματα ελέγχου κλειστού βρόγχου, τα οποία θα μπορούν να εκπαιδευτούν επάνω σε πολύπλοκα και δυναμικά μεταβαλλόμενα περιβάλλοντα από την αρχή. Ο έλεγχος του πλάσματος σύντηξης στον πραγματικό κόσμο μας δίνει φανταστικές και τρομερά προκλητικές και πολύπλοκες δυνατότητες.

Με τον ρυθμό που τρέχει η έρευνα για τα tokamak δεν αποκλείεται μέσα στην τρέχουσα δεκαετία να έχουμε πολύ σημαντικές εξελίξεις για το παγκόσμιο ενεργειακό πρόβλημα.

*Ακολουθήστε το Techgear.gr στο Google News για να ενημερώνεστε άμεσα για όλα τα νέα άρθρα! Όσοι χρησιμοποιείτε υπηρεσία RSS (π.χ. Feedly), μπορείτε να προσθέσετε το techgear.gr στη λίστα σας με αντιγραφή και επικόλληση της διεύθυνσης https://www.techgear.gr/feed/ στο αντίστοιχο πεδίο της υπηρεσίας σας. Αν προτιμάτε το Twitter, θα μας βρείτε στο προφίλ @techgeargr

[via]