Percée en physique alors que l’IA contrôle avec succès le plasma dans une expérience de fusion nucléaire

Réussir la fusion nucléaire promet de fournir une source d’énergie propre et durable, mais nous ne pouvons réaliser ce rêve incroyable que si nous maîtrisons la physique complexe qui se déroule à l’intérieur du réacteur.

Pendant des décennies, les scientifiques ont pris des mesures progressives vers cet objectif, mais de nombreux défis demeurent. L’un des principaux obstacles consiste à contrôler avec succès le plasma instable et surchauffé dans le réacteur, mais une nouvelle approche révèle comment nous pouvons y parvenir.

Dans un effort conjoint du Swiss Plasma Center (SPC) de l’EPFL et de la société de recherche en intelligence artificielle (IA) DeepMind, les scientifiques ont utilisé un système d’apprentissage par renforcement profond (RL) pour étudier les nuances du comportement du plasma et contrôler à l’intérieur d’un tokamak à fusion un dispositif en forme de beignet qui utilise une série de bobines magnétiques placées autour du réacteur pour contrôler et manipuler le plasma à l’intérieur.

Ce n’est pas un exercice d’équilibre facile, car les bobines nécessitent une quantité énorme d’ajustements de tension subtils, jusqu’à des milliers de fois par seconde, pour maintenir avec succès le plasma confiné dans les champs magnétiques.

Modèle 3D de la cuve à vide TCV. (DeepMind/SPC/EPFL)

Ainsi, pour soutenir les réactions de fusion nucléaire qui impliquent de maintenir le plasma stable à des centaines de millions de degrés Celsius, plus chaud que même le cœur du complexe solaire, des systèmes multicouches sont nécessaires pour gérer les bobines.

Dans une nouvelle étude, cependant, les chercheurs montrent qu’un seul système d’IA peut superviser la tâche tout seul.

« En utilisant une architecture d’apprentissage qui combine une RL profonde et un environnement simulé, nous avons produit des contrôleurs qui peuvent à la fois maintenir le plasma stable et être utilisés pour le sculpter avec précision sous différentes formes », explique l’équipe dans un article de blog DeepMind.

Pour réussir l’exploit, les chercheurs ont formé leur système d’IA dans un simulateur de tokamak, dans lequel le système d’apprentissage automatique a découvert par essais et erreurs comment naviguer dans les complexités du confinement magnétique du plasma.

Après sa fenêtre d’entraînement, l’IA est passée au niveau supérieur en appliquant dans le monde réel ce qu’elle avait appris dans le simulateur.

Visualisation de formes plasma contrôlées. (DeepMind/SPC/EPFL)

En contrôlant le tokamak à configuration variable (TCV) du SPC, le système RL a sculpté le plasma dans une gamme de formes différentes à l’intérieur du réacteur, dont une qui n’avait jamais été vue auparavant dans le TCV : des « gouttelettes » stabilisatrices où deux plasmas coexistaient simultanément à l’intérieur du réacteur. le dispositif.

En plus des formes conventionnelles, l’IA pourrait également produire des configurations avancées, sculptant le plasma dans des configurations de « triangularité négative » et de « flocon de neige ».

Chacune de ces manifestations détient différents types de potentiel de récolte d’énergie dans le futur si nous pouvons maintenir les réactions de fusion nucléaire. L’une des configurations contrôlées par le système ici, la « forme de type ITER » (comme on le voit ci-dessus), pourrait être particulièrement prometteuse pour une étude future par le réacteur thermonucléaire expérimental international (ITER), la plus grande expérience de fusion nucléaire au monde, actuellement en cours de construction en La France.

Selon les chercheurs, la maîtrise magnétique de ces formations de plasma représente « l’un des systèmes du monde réel les plus difficiles auxquels l’apprentissage par renforcement a été appliqué », et pourrait établir une nouvelle direction radicale dans la conception des tokamaks du monde réel.

En fait, certains suggèrent que ce que nous voyons ici modifiera fondamentalement l’avenir des systèmes avancés de contrôle du plasma dans les réacteurs à fusion.

« Cette IA est, à mon avis, la seule voie à suivre », a déclaré le physicien Gianluca Sarri de l’Université Queen’s de Belfast, qui n’a pas participé à l’étude. Nouveau scientifique.

« Il y a tellement de variables, et un petit changement dans l’une d’entre elles peut entraîner un grand changement dans le résultat final. Si vous essayez de le faire manuellement, c’est un processus très long. »

Les découvertes sont rapportées dans Nature.