Можно ли доверить искусственному интеллекту управление термоядерным реактором? Мнение ученых

В отдельных термоядерных установках нестабильность плазмы может развиться всего за 2–3 миллисекунды — это в сотни раз быстрее, чем человек способен заметить отклонение и нажать кнопку. Такие частицы разогреты сильнее, чем недра нашего светила, и удержать их в нужном русле крайне трудно. Именно поэтому специалисты Принстонской лаборатории физики плазмы (PPPL) и Принстонского университета создали программный комплекс, использующий методы машинного обучения. Согласно материалам на портале ScienceDaily, эта разработка под названием PACMAN была успешно опробована в пяти реальных экспериментах на токамаке DIII-D. Система принимает решения за доли секунды, но при этом жёсткие предохранители остаются под контролем людей, которые задают лишь общие цели.

Новый фреймворк для удержания заряженного газа

Термоядерный синтез обещает практически неисчерпаемый источник электричества. Для его реализации на Земле используются разные подходы, в том числе установки типа токамак. Они опираются на мощные магнитные поля, которые удерживают плазму — четвёртое состояние вещества, электрически заряженный газ.

Чтобы реакция шла устойчиво, нужно поддерживать высокую температуру, плотность и стабильность. Даже крошечное возмущение способно за миллисекунды разрушить удержание. Традиционные компьютерные симуляции тратят на расчёты дни, а то и месяцы, что негодится для оперативного управления, ведь сам опыт длится всего несколько сотен секунд.

«Для подготовки к следующему запуску через год такие модели хороши, но для контроля нужны алгоритмы, принимающие решение немедленно», — поясняет соавтор разработки Хиро Фарре Кага. По его словам, только нейросетевые модели способны описывать поведение среды в миллисекундном масштабе.

Как алгоритмы взаимодействуют внутри токамака

Ранее отдельные попытки применить обучение машин были разрознены. Исследователям не хватало общей шины, где разные модели могли бы обмениваться данными. Платформа PACMAN закрыла эту брешь, предоставив единую структуру.

Андрю Ротштейн, ещё один ведущий автор работы, сравнивает систему с конвейером из четырёх станций. Сначала идёт сбор живых измерений: температура, плотность, магнитные сигналы. Затем показания проверяются на ошибки и упаковываются.

Далее нейросети выбирают нужные им величины и оценивают, что плазма делает сейчас или сделает в ближайшее время. Контроллеры на основе этих прогнозов формируют команды, например усилить мощность нагревного луча. На финальном этапе устраняются конфликты инструкций, накладываются жёсткие лимиты оборудования, и приказ уходит к механизмам.

Цикл повторяется снова и снова. Сосредоточенный оператор реагирует за секунды, а весь фреймворк укладывается примерно в 20 миллисекунд. Он видит мелкие сдвиги, недоступные человеку.

Испытания на реальном стенде в Сан-Диего

Проверка проходила на национальной установке DIII-D, управляемой министерством энергетики США. В ходе пяти заездов программа показала несколько разных режимов работы. Среди достигнутого:

• полное управление системами нагрева передано модели на базе обучения с подкреплением;
• предсказаны внезапные всплески энергии с края плазменного шнура;
• обнаружены и подавлены волны, вызванные быстрыми частицами;
• подстроены плотность и вращение среды под заданные физиками ориентиры;
• спрогнозирована и предотвращена нарушающая устойчивость нестабильность типа tearing mode.

Особенно показателен случай с разрывом. Обычные регуляторы замечают его, только когда он уже начался, и тогда пытаются задушить, теряя в производительности. Машинная модель же предвидела событие примерно за 200 миллисекунд, позволяя изменить параметры заранее.

Запас — 200 миллисекунд.

В другом тесте фреймворк одновременно управлял всеми шестью гиротронами — микроволновыми излучателями, разогревающими газ. Никакой прежний алгоритм не мог найти оптимум для их зеркал и мощности вместе.

Преимущества модульной структуры для физиков

Открытая архитектура позволила внедрять новые блоки за дни, а не месяцы. Первоначальная сборка и установка базового модуля заняли долгие месяцы кропотливого труда. Второй же элемент добавили за пару суток, с меньшим числом ошибок.

Такая скорость итераций критична для исследовательских машин, где эксперимент может пойти не по плану. Разработчики подчёркивают: люди не устранены из контура. Безопасные ограничения железа действуют вне зависимости от рекомендаций ИИ, а учёные разбирают логи после каждого прогона. После каждого запуска специалисты могут уточнить настройки, следуя понятному порядку:

1. анализ полученных телеметрии и прогнозов нейросетей;
2. корректировка целевых показателей плотности или температуры;
3. переобучение отдельного блока без пересборки всего фреймворка;
4. повторный прогон на стенде с обновлёнными контроллерами.

Как отмечает Фарре Кага, в конечном счёте именно человек задаёт параметры управления, как бы ни был сложен алгоритм.

Перспективы адаптации платформы на других реакторах

Модульность открывает дорогу к применению на самых разных установках. Разработчики утверждают, что каркас можно перенастроить под токамаки иной формы, размера и оснащения, включая те, что ещё не спроектированы.

Профессор Эгемен Колемен называет это поворотом от разовых демонстраций к инфраструктуре, на которой сможет строить всё сообщество. Блоки-конструкторы можно добавлять, менять или запускать параллельно, не трогая остальную часть.

Пока рано говорить о промышленном внедрении, но первые шаги сделаны. Важно, что безопасность остаётся приоритетом, а не декларацией.

Может ли подобная система когда-нибудь полностью заменить дежурного инженера в зале управления, или разумнее оставить за людьми право нажать большую красную кнопку? А пока специалистам стоит внимательнее изучить опыт коллег: возможно, первые открытые модули для локальных лабораторий появятся раньше, чем будут построены коммерческие реакторы.