L'implementazione di successo della fusione nucleare promette di fornire una fonte illimitata e sostenibile di energia pulita, ma possiamo realizzare questo incredibile sogno solo se padroneggiamo la complessa fisica che si svolge all'interno del reattore.
Nel corso dei decenni, gli scienziati hanno fatto passi avanti verso questo obiettivo, ma molti problemi rimangono irrisolti. Uno degli ostacoli principali è gestire con successo il plasma instabile e surriscaldato nel reattore, ma un nuovo approccio mostra come possiamo farlo.
In una collaborazione tra lo Swiss Plasma Center (SPC) dell'EPFL e la società di intelligenza artificiale (AI) DeepMind, gli scienziati hanno utilizzato un sistema di apprendimento per rinforzo profondo (RL) per studiare le sfumature del comportamento e del controllo del plasma in un tokamak a fusione a forma di ciambella, che utilizza una serie di bobine magnetiche posizionate attorno al reattore per controllare e manipolare il plasma al suo interno.
È un atto di bilanciamento complicato perché le bobine richiedono un numero enorme di regolazioni fini della tensione, fino a migliaia di volte al secondo, per mantenere con successo il plasma all'interno del campo magnetico. Pertanto, il mantenimento delle reazioni di fusione nucleare - che implica il mantenimento della stabilità del plasma a centinaia di milioni di gradi Celsius, più caldo persino del nucleo del Sole - richiede sistemi complessi e multilivello per controllare le bobine. Tuttavia, in un nuovo studio, gli scienziati hanno dimostrato che un sistema di intelligenza artificiale può far fronte a questo compito da solo.
"Utilizzando un'architettura di apprendimento che combina RL profonda e un ambiente di simulazione, abbiamo creato controller in grado sia di mantenere il plasma in uno stato stabile sia di utilizzarlo per eseguire il rendering accurato di forme diverse", spiega il team in un post sul blog di DeepMind. Per realizzare questa impresa, i ricercatori hanno addestrato il loro sistema di intelligenza artificiale in un simulatore di tokamak, in cui il sistema di apprendimento automatico ha imparato attraverso tentativi ed errori come navigare nelle complessità del confinamento magnetico del plasma. Dopo la laurea, l'IA l'ha portata al livello successivo applicando ciò che ha appreso nel simulatore nel mondo reale.
Guidando un tokamak a configurazione variabile SPC (TCV), il sistema RL ha conferito al plasma all'interno del reattore forme diverse, inclusa una mai vista prima in un TCV: "goccioline" stabilizzanti in cui due plasmi coesistevano contemporaneamente all'interno del dispositivo. Oltre alle forme tradizionali, l'IA potrebbe anche creare configurazioni avanzate, dando al plasma le forme "triangolo negativo" e "fiocco di neve".
Ognuna di queste manifestazioni ha un potenziale diverso per la produzione di energia in futuro se siamo in grado di sostenere le reazioni di fusione nucleare. Una delle configurazioni controllate da questo sistema, la "forma simile a ITER", potrebbe essere particolarmente promettente per lo studio futuro presso l'International Thermonuclear Experimental Reactor (ITER), il più grande esperimento di fusione nucleare al mondo, attualmente in costruzione in Francia.
Secondo i ricercatori, il controllo magnetico di queste formazioni di plasma è "uno dei più complessi sistemi del mondo reale a cui è stato applicato l'apprendimento per rinforzo" e potrebbe fornire una direzione radicalmente nuova nella progettazione di tokamak del mondo reale. Non solo, ma alcuni credono che cambierà radicalmente il futuro dei sistemi avanzati di controllo del plasma nei reattori a fusione.
Leggi anche: