ბირთვული შერწყმის შედეგად წარმოქმნილი მწვანე ენერგეტიკული რევოლუცია ახალ საფეხურზე გადავიდა, რასაც ხელოვნურ ინტელექტს უნდა ვუმადლოდეთ. შედეგად, შერწყმის რეაქტორში ზედმეტად გახურებული წყალბადის პლაზმა წარმოიქმნება.
წარმატებულმა ცდებმა ცხადყო, რომ ხელოვნური ინტელექტი, შესაძლოა, ბირთვული შერწყმის შედეგად წარმოქმნილი ელექტროენერგიის გრძელვადიან ძიებაში ინოვაციური გარღვევა იყოს. უფრო კონკრეტულად, საქმე ეხება წიაღისეული საწვავისა და ბირთვული დაშლის ჩანაცვლებას თანამედროვე ენერგოსისტემებში.
„ვფიქრობ, ხელოვნური ინტელექტი ძალიან დიდ როლს ითამაშებს ტოკამაკის კონტროლის მომავალში და ზოგადად შერწყმის მეცნიერებაში. ნამდვილად უზარმაზარი პოტენციალი არსებობს, რათა AI გამოვიყენოთ და გავარკვიოთ, როგორ გავაკონტროლოთ მსგავსი მოწყობილობები უფრო ეფექტურად“, — ამბობს ფედერიკო ფელიჩი, შვეიცარიის ფედერალური ტექნოლოგიური ინსტიტუტის (EPFL) ფიზიკოსი და პროექტის ერთ-ერთი ლიდერი.
ხელოვნური ინტელექტი
ტოკამაკი ძირითადად 19 მაგნიტურ ხვეულს ამოძრავებს, რომელიც შეიძლება გამოყენებულ იქნას წყალბადის პლაზმის ფორმირებისა და განლაგებისთვის. ჩვეულებრივ, ამ ხვეულებზე დამოუკიდებელი კომპიუტერიზებული კონტროლერებია პასუხისმგებელი. თითოეული მათგანი რთული საინჟინრო გამოთვლების მიხედვით არის დაპროგრამებული. თუმცა ახალ AI სისტემას პლაზმის კონტროლი მხოლოდ ერთი კონტროლერით შეუძლია.
ამასთან, DeepMind-მა შეიმუშავა სისტემა “Deep Reinforcement Learning”, რომელიც პირველად ტოკამაკის სიმულაციებზე გაიტესტება, როგორც გაცილებით იაფი და უსაფრთხო ალტერნატივა. პრობლემას მხოლოდ ის წარმოადგენს, რომ კომპიუტერული სიმულაციები ნელია — რეალურ დროში ტოკამაკის მოქმედების რამდენიმე წამიან სიმულაციას საათები სჭირდება.
გარდა ამისა, ცვლადი კონფიგურაციის ტოკამაკის (TCV) ექსპერიმენტული მდგომარეობა, შეიძლება, დღიდან დღემდე შეიცვალოს. ამიტომ, ხელოვნური ინტელექტის დეველოპერებს ეს ცვლილებები მოდელირებისას უნდა გაეთვალისწინებინათ.
TCV-ს შეუძლია, ზედმეტად გახურებული წყალბადის პლაზმა 3 წამის განმავლობაში 120 მილიონი გრადუს ცელსიუსზე შეინარჩუნოს. ამის შემდეგ 15 წუთია საჭირო გაგრილებისა და გადატვირთვისთვის. მთელ ამ პროცესში ხელოვნური ინტელექტი მაგნიტურ ხვეულებს იყენებს, განსხვავებით სტანდარტული კონტროლის სისტემებისა.
„ახლა შეგვიძლია, იგივე კონცეფციების გამოყენება ბევრად რთულ პრობლემებზეც შეგვიძლია. რადგანაც ტოკამაკის გაუმჯობესებულ შედეგებს ვიღებთ, ასეთი ინსტრუმენტების გამოყენება უფრო კომპლექსური საკითხების გადასაჭრელადაც შეგვიძლია“, — ამბობენ მკვლევრები.
