A implementação bem-sucedida da fusão nuclear promete fornecer uma fonte ilimitada e sustentável de energia limpa, mas só podemos realizar esse sonho incrível se dominarmos a física complexa que acontece dentro do reator.
Ao longo das décadas, os cientistas deram passos incrementais em direção a esse objetivo, mas muitos problemas permanecem sem solução. Um dos principais obstáculos é gerenciar com sucesso o plasma instável e superaquecido no reator – mas uma nova abordagem mostra como podemos fazer isso.
Em uma colaboração entre o Centro Suíço de Plasma (SPC) da EPFL e a empresa de inteligência artificial (IA) DeepMind, os cientistas usaram um sistema de aprendizado de reforço profundo (RL) para estudar as nuances do comportamento e controle do plasma em um tokamak de fusão em forma de rosquinha. , que usa uma série de bobinas magnéticas localizadas ao redor do reator para controlar e manipular o plasma dentro dele.
É um ato de equilíbrio complicado porque as bobinas exigem um grande número de ajustes finos de tensão, até milhares de vezes por segundo, para manter com sucesso o plasma dentro do campo magnético. Assim, sustentar as reações de fusão nuclear – que envolve manter a estabilidade do plasma a centenas de milhões de graus Celsius, mais quente até do que o núcleo do Sol – requer sistemas complexos e de vários níveis para controlar as bobinas. No entanto, em um novo estudo, os cientistas mostraram que um sistema de inteligência artificial pode lidar com essa tarefa por conta própria.
“Usando uma arquitetura de aprendizado que combina RL profundo e um ambiente de simulação, criamos controladores que podem manter o plasma em um estado estável e usá-lo para renderizar com precisão diferentes formas”, explica a equipe em uma postagem no blog da DeepMind. Para realizar esse feito, os pesquisadores treinaram seu sistema de IA em um simulador tokamak, no qual o sistema de aprendizado de máquina aprendeu por tentativa e erro como navegar pelas complexidades do confinamento magnético do plasma. Depois de se formar, a IA levou para o próximo nível aplicando o que aprendeu no simulador no mundo real.
Ao acionar um tokamak de configuração variável SPC (TCV), o sistema RL deu ao plasma dentro do reator diferentes formas, incluindo uma nunca antes vista em um TCV: "gotículas" estabilizadoras onde dois plasmas coexistiam simultaneamente dentro do dispositivo. Além das formas tradicionais, a IA também poderia criar configurações avançadas, dando ao plasma formas de "triângulo negativo" e "floco de neve".
Cada uma dessas manifestações tem um potencial diferente para a produção de energia no futuro, se pudermos sustentar as reações de fusão nuclear. Uma das configurações controladas por esse sistema, a "forma semelhante ao ITER", pode ser particularmente promissora para estudos futuros no Reator Termonuclear Experimental Internacional (ITER), o maior experimento de fusão nuclear do mundo, atualmente em construção na França.
De acordo com os pesquisadores, o controle magnético dessas formações de plasma é "um dos sistemas mais complexos do mundo real ao qual o aprendizado por reforço foi aplicado" e pode fornecer uma nova direção radical no design de tokamaks do mundo real. Não apenas isso, mas alguns acreditam que isso mudará fundamentalmente o futuro dos sistemas avançados de controle de plasma em reatores de fusão.
Leia também: