Portare l’intelligenza artificiale nella prossima generazione di energia da fusione | Intelligenza-Artificiale

Stiamo collaborando con Commonwealth Fusion Systems (CFS) per avvicinare alla realtà l’energia di fusione pulita, sicura e illimitata.

La fusione, il processo che alimenta il sole, promette energia pulita e abbondante senza scorie radioattive a lunga vita. Farla funzionare qui sulla Terra significa mantenere un gas ionizzato, noto come plasma, stabile a temperature superiori a 100 milioni di gradi Celsius, il tutto entro i limiti di una macchina per l’energia di fusione. Questo è un problema fisico molto complesso che stiamo lavorando per risolvere con l’intelligenza artificiale (AI).

Oggi annunciamo la nostra partnership di ricerca con Sistemi di fusione del Commonwealth (CFS), leader globale nell’energia da fusione. CFS sta aprendo la strada a un percorso più rapido verso un’energia di fusione pulita, sicura ed effettivamente illimitata con la sua macchina tokamak compatta e potente chiamata SPARC.

SPARC sfrutta potenti magneti superconduttori ad alta temperatura e mira a essere la prima macchina di fusione magnetica nella storia a generare energia di fusione netta: più energia dalla fusione di quella necessaria per sostenerla. Questo risultato fondamentale è noto come il raggiungimento del “pareggio” e una pietra miliare fondamentale sul percorso verso l’energia da fusione praticabile.

Questa partnership si basa su il nostro lavoro pionieristico utilizzando l’intelligenza artificiale per controllare con successo un plasma. Con partner accademici presso il Centro svizzero del plasma dell’EPFL (École Polytechnique Fédérale de Lausanne)abbiamo dimostrato che l’apprendimento per rinforzo profondo può controllare i magneti di un tokamak per stabilizzare forme complesse di plasma. Per coprire una gamma più ampia di fisici, abbiamo sviluppato PETTOun simulatore di plasma veloce e differenziabile scritto in JAX.

Ora stiamo portando questo lavoro al CFS per accelerare i tempi per fornire energia da fusione alla rete. Finora abbiamo collaborato su tre aree chiave:

• Produzione di una simulazione rapida, accurata e differenziabile di un plasma di fusione.
• Trovare il percorso più efficiente e robusto per massimizzare l’energia da fusione.
• Utilizzo dell’apprendimento per rinforzo per scoprire nuove strategie di controllo in tempo reale.

La combinazione della nostra esperienza nell’intelligenza artificiale con l’hardware all’avanguardia di CFS rende questa partnership ideale per far avanzare le scoperte fondamentali nel campo dell’energia da fusione a beneficio della comunità di ricerca mondiale e, in definitiva, del mondo intero.

Simulazione del plasma di fusione

Per ottimizzare le prestazioni di un tokamak, dobbiamo simulare il modo in cui il calore, la corrente elettrica e la materia fluiscono attraverso il nucleo di un plasma e interagiscono con i sistemi circostanti. L’anno scorso abbiamo rilasciato TORAX, un simulatore di plasma open source creato per l’ottimizzazione e il controllo, ampliando la portata delle domande di fisica che potremmo affrontare oltre la simulazione magnetica. TORAX è costruito in JAX, quindi può essere eseguito facilmente sia su CPU che GPU e può integrare senza problemi modelli basati sull’intelligenza artificiale, compreso il nostroper ottenere prestazioni ancora migliori.

TORAX aiuterà i team CFS a testare e perfezionare i propri piani operativi eseguendo milioni di esperimenti virtuali prima ancora che SPARC venga attivato. Offre inoltre la flessibilità necessaria per adattare rapidamente i propri piani una volta arrivati ​​i primi dati.

Questo software è diventato un fulcro nei flussi di lavoro quotidiani di CFS, aiutandoli a capire come si comporterà il plasma in diverse condizioni, risparmiando tempo e risorse preziosi.

Trovare il percorso più veloce verso la massima energia

Il funzionamento di un tokamak comporta innumerevoli scelte su come regolare le varie “manopole” disponibili, come le correnti della bobina magnetica, l’iniezione di carburante e la potenza di riscaldamento. Trovare manualmente le impostazioni ottimali di un tokamak per produrre la massima energia, pur rimanendo entro i limiti operativi, potrebbe essere molto inefficiente.

Utilizzando TORAX in combinazione con l’apprendimento per rinforzo o approcci di ricerca evolutiva come AlphaEvolvei nostri agenti IA possono esplorare un vasto numero di potenziali scenari operativi nella simulazione, identificando rapidamente i percorsi più efficienti e robusti per generare energia netta. Ciò può aiutare CFS a concentrarsi sulle strategie più promettenti, aumentando le probabilità di successo fin dal primo giorno, anche prima che SPARC sia completamente commissionato e operativo a piena potenza.

Abbiamo costruito l’infrastruttura per indagare su vari scenari SPARC. Possiamo cercare di massimizzare la potenza di fusione prodotta sotto diversi vincoli, o ottimizzarla per la robustezza man mano che impariamo di più sulla macchina.

Qui illustriamo esempi di un impulso SPARC standard simulato in TORAX. Il nostro sistema di intelligenza artificiale è in grado di valutare molti possibili impulsi per trovare le impostazioni che ci aspettiamo funzionino al meglio.

Attraverso la nostra crescente rete di collaborazioni all’interno della comunità di ricerca sulla fusione, saremo in grado di convalidare e calibrare TORAX rispetto ai dati tokamak passati e alle simulazioni ad alta fedeltà. Queste informazioni forniranno fiducia nell’accuratezza della simulazione e ci aiuteranno ad adattarci rapidamente non appena SPARC inizierà a funzionare.

Sviluppo di un pilota AI per il controllo in tempo reale

In il nostro lavoro precedenteabbiamo dimostrato che l’apprendimento per rinforzo può controllare la configurazione magnetica di un tokamak. Stiamo ora aumentando la complessità aggiungendo l’ottimizzazione simultanea di più aspetti delle prestazioni del tokamak, come la massimizzazione della potenza di fusione o la gestione del carico termico di SPARC, in modo che possa funzionare ad alte prestazioni con un margine maggiore rispetto ai limiti della macchina.

Quando funziona a piena potenza, SPARC rilascerà un immenso calore concentrato su una piccola area che dovrà essere gestita con attenzione per proteggere i materiali solidi più vicini al plasma. Una strategia che SPARC potrebbe utilizzare è quella di spazzare magneticamente questa energia di scarico lungo la parete, come illustrato di seguito.

Nella fase iniziale della nostra collaborazione, stiamo studiando come gli agenti di apprendimento per rinforzo possano imparare a controllare dinamicamente il plasma per distribuire questo calore in modo efficace. In futuro, l’intelligenza artificiale potrebbe apprendere strategie adattive più complesse di qualsiasi cosa potrebbe realizzare un ingegnere, soprattutto quando si bilanciano più vincoli e obiettivi. Potremmo anche utilizzare l’apprendimento per rinforzo per ottimizzare rapidamente gli algoritmi di controllo tradizionali per un impulso specifico. La combinazione di ottimizzazione degli impulsi e controllo ottimale potrebbe spingere SPARC sempre più lontano e raggiungere i suoi obiettivi storici.

Unire intelligenza artificiale e fusione per costruire un futuro più pulito

Accanto alla nostra ricerca, Google ha investito nel CFSsostenendo il loro lavoro su promettenti scoperte scientifiche e ingegneristiche e spostando la loro tecnologia verso la commercializzazione.

Guardando al futuro, la nostra visione va oltre l’ottimizzazione delle operazioni SPARC. Stiamo costruendo le basi affinché l’intelligenza artificiale diventi un sistema intelligente e adattivo al centro delle future centrali elettriche a fusione. Questo è solo l’inizio del nostro viaggio insieme e speriamo di condividere maggiori dettagli sulla nostra collaborazione man mano che raggiungiamo nuovi traguardi.

Unendo il potenziale rivoluzionario dell’intelligenza artificiale e della fusione, stiamo costruendo un futuro energetico più pulito e sostenibile.