DeepMind a appris à une IA à contrôler la fusion nucléaire
DeepMind a appris à une IA à contrôler la fusion nucléaire. La société d’intelligence artificielle soutenue par Google a enseigné un algorithme d’apprentissage par renforcement pour contrôler le plasma ardent à l’intérieur d’un réacteur à fusion nucléaire tokamak.
L’intérieur d’un tokamak – le vaisseau en forme de beignet créé pour inclure une réaction de fusion nucléaire. Présente un type de chaos unique. Les atomes d’hydrogène sont brisés ensemble à des températures élevées, développés un plasma tourbillonnant et tourbillonnant plus chaud que la surface du soleil.
Obtenir des méthodes judicieuses pour gérer et confiner ce plasma sera la clé pour libérer le potentiel de la fusion nucléaire. Évoquée comme la source d’énergie propre du futur pendant des décennies. À cet égard, la science sous-jacente à la fusion semble solide, donc ce qui reste est un défi d’ingénierie.
« Nous devons être capables de réchauffer cette matière et de la maintenir suffisamment longtemps pour en tirer de l’énergie », déclare Ambrogio Fasoli, directeur du Swiss Plasma Center de l’École polytechnique fédérale de Lausanne en Suisse.
C’est là que DeepMind apparaît. La société de systèmes experts, soutenue par la société mère de Google, Alphabet, s’est transformée en jeux vidéo et en réponse de protéines. Et, a travaillé sur un projet d’étude conjoint avec le Swiss Plasma Center. Pour créer alors une IA pour contrôler une réaction de fusion nucléaire.
DeepMind a appris à une IA à contrôler la fusion nucléaire: les étoiles
Dans les étoiles, qui sont également alimentées par la fusion, la simple masse gravitationnelle est suffisante pour attirer les atomes d’hydrogène et surpasser leurs charges opposées. Sur notre planète, les chercheurs utilisent de puissantes bobines magnétiques pour confiner la réaction de fusion nucléaire, la poussant dans la position requise et la moulant comme un potier manipulant de l’argile sur une roue.
Les bobines doivent être méticuleusement efficaces pour éviter que le plasma ne touche les parois de la cuve : cela peut endommager les parois et ralentir la réaction de fusion. (Il y a un peu de danger d’explosion, car la réaction de fusion ne peut pas réussir sans confinement magnétique).
Cependant, chaque fois que les chercheurs souhaitent modifier la disposition du plasma et expérimenter différentes formes qui produisent plus de puissance ou un plasma plus propre ; il nécessite une quantité massive de travaux d’ingénierie et de conception. Les systèmes traditionnels sont contrôlés par ordinateur et fondés sur des conceptions et des simulations fines, mais ils sont, selon Fasoli, « complexes et généralement pas nécessairement optimisés ».
Commentaire DeepMind contrôle-t-il exactement la fusion nucléaire ?
DeepMind est une IA cultivée capable de contrôler le plasma de manière autonome. Un article publié dans la revue Nature explique comment les scientifiques des équipes deux ont enseigné un système d’apprentissage par renforcement profond pour réguler les 19 bobines magnétiques à l’intérieur du TCV. Le tokamak à configuration variable du Swiss Plasma Center, utilisé pour effectuer des recherches qui notifieront la conception. De réacteurs à fusion plus géants à l’avenir. « L’IA, et plus particulièrement l’apprentissage par renforcement, est particulièrement bien adapté aux problèmes ambigus posés par le contrôle du plasma dans un tokamak ». Affirme Martin Riedmiller, responsable de l’équipe de contrôle chez DeepMind.
Le réseau de neurones – une sorte de configuration d’IA conçue pour imiter l’architecture du cerveau humain. A d’abord été enseigné dans une simulation. Il a commencé par observer comment la modification des paramètres de chacune des 19 bobines influençait la forme du plasma à l’intérieur de la cuve. On lui a proposé des formes distinctes pour tenter de recréer dans le plasma.
Celles-ci impliquaient une section transversale en forme de D proche de ce qui sera utilisé à l’intérieur d’ITER (anciennement le réacteur thermonucléaire expérimental international). Le tokamak expérimental à grande échelle en construction en France. Et, une configuration en flocon de neige qui peut aider à dissiper la chaleur extrême de la réaction plus uniforme autour du récipient.
DeepMind a appris à une IA à contrôler la fusion nucléaire: La fusion
L’IA de DeepMind a déterminé de manière autonome comment produire ces formes en contrôlant adéquatement les bobines magnétiques dans la simulation et lorsque les chercheurs ont effectué les mêmes expériences pour de vrai à l’intérieur du tokamak TCV pour authentifier la simulation.
Cela représente une “étape importante”. Selon Fasoli, qui pourrait influencer la conception des futurs tokamaks ou peut-être accélérer la voie vers des réacteurs à fusion viables. “Ce résultat est positif”. Affirme Yasmin Andrew, experte en fusion à l’Imperial College de Londres, qui n’a pas participé à l’étude. “Il sera intéressant de voir s’ils transfèrent la technologie vers un tokamak plus grand.”.
La fusion a posé un obstacle spécifique aux scientifiques de DeepMind, car le processus est ambigu et continu. Contrairement à un jeu au tour par tour comme Go, que la société a notoirement acquis avec son Alpha Go AI, l’état d’un plasma change constamment. De plus, il ne peut pas être déterminé à rendre les choses encore plus difficiles. C’est ce que les scientifiques de l’IA appellent un « système sous-observé ».
“Parfois des algorithmes efficaces, ces problèmes discrets se battent avec des problèmes aussi continus”, assure Jonas Buchli, chercheur à DeepMind. “Ce fut une formidable avancée pour notre algorithme, car nous avons pu montrer que c’était faisable. De plus, vous conviendrez qu’il s’agit d’un problème vraiment sophistiqué à résoudre. C’est une sorte de complexité différente de celle que vous avez dans les jeux.
La fusion nucléaire
Ce n’est pas la première fois que l’intelligence artificielle est utilisée pour tenter de gérer la fusion nucléaire. Depuis 2014, Google travaille avec la société de fusion californienne TAE Technologies pour appliquer l’apprentissage automatique à un autre type de réacteur de fusion. Ce qui accélère l’évaluation des données expérimentales. Une étude du projet de fusion Joint European Torus (JET) au Royaume-Uni a utilisé l’IA pour prévoir les habitudes plasmatiques.
Le principe même apparaît dans la fiction : sur Spider-Man 2 en 2004, le méchant Doc Ock développe un exosquelette contrôlé par le cerveau et alimenté par l’IA pour réguler son réacteur à fusion expérimentale, qui fonctionne bien jusqu’à ce que l « Je prends le contrôle de son esprit et commence à éradiquer les personnes.
La collaboration avec DeepMind peut montrer le plus fondamental à mesure que les réacteurs à fusion se développent. Les physiciens maîtrisent bien le contrôle du plasma dans des tokamaks à plus petite échelle avec des techniques conventionnelles ; l’obstacle augmentera à mesure que les scientifiques essaieront de rendre viables des versions de la taille d’une centrale électrique. Les progrès se prêtent, mais constants.
La semaine dernière, le projet JET a réalisé une percée, établissant un nouveau record pour le volume d’énergie extraite d’un projet de fusion et la construction progresse à ITER en France. Une collaboration internationale qui finira par être le réacteur de fusion expérimentale le plus géant du monde lorsqu’il se recommandea. En 2025.
Un tokamak contrôlé par l’IA
« Plus le tokamak est ambigu et performant, plus il est nécessaire de contrôler davantage de quantités avec une confiance. Et, une précision de plus en plus élevées ». Affirme Dmitri Orlov, chercheur associé au Centre de recherche énergétique de l’Université de Californie à San Diégo.
Un tokamak contrôlé par l’IA pourrait s’améliorer pour contrôler le transfert de chaleur de la réaction vers les paroisses du vaisseau. Et, se ainsi protéger contre les “instabilités de plasma” destructrices. Les réacteurs eux-mêmes peuvent donc se rembourser pour bénéficier du contrôle plus strict offert par l’apprentissage par renforcement.
En fin de compte, la coopération avec DeepMind peut permettre aux chercheurs de repousser les limites et d’accélérer le long voyage vers l’énergie de fusion. Déclare Fasoli. “L’IA nous permet d’explorer des choses que nous n’explorons pas autrement parce que nous prenons des menaces avec ce type de système de contrôle que nous n’oserions pas prendre différement”. Assure-t-il. “Si nous avons sûrement un système de contrôle qui peut nous apporter près de la limite, mais pas au-delà de la limite, nous pouvons certainement explorer des probabilités. Qui, différemment, ne seraient pas là pour s’explorer.”.
Lisez l’article original sur WIRED.
Connexes: “Étudier les propriétés magnétiques de l’hélium-3“
