Бауыржан Жакиев 
Термоядерная энергетика давно обещает человечеству практически неиссякаемый и чистый источник энергии. Однако на пути к этой цели стоят серьезные вызовы, связанные с безопасностью и производительностью реакторов. Ключевая проблема — удержание плазмы, раскаленного ионизированного газа. Любая нестабильность может привести к внезапным и разрушительным сбоям, известным как «срывы». Решение этой задачи предложили исследователи из Китайской академии наук, сделав ставку на искусственный интеллект.
Ученые из Института физики плазмы в Хэфэе разработали две инновационные системы на основе ИИ, которые решают ключевые проблемы термоядерных экспериментов. Эти инструменты, описанные в журнале «Nuclear Fusion», не только предотвращают потенциальные аварии, но и открывают новые возможности для мониторинга плазмы в реальном времени. Работа под руководством профессора Сунь Ювэня может стать решающим шагом на пути к практическому применению термоядерного синтеза.
Одна из главных опасностей в работе термоядерного реактора — это срыв плазмы, который происходит из-за потери ее стабильности. Это может повредить внутренние компоненты установки и сорвать весь эксперимент. Чтобы предотвратить такие события, китайские физики создали модель прогнозирования на основе «дерева решений». В отличие от многих систем машинного обучения, работающих по принципу «черного ящика», эта модель полностью прозрачна и объясняет, почему она считает срыв вероятным, указывая на конкретные физические сигналы внутри реактора. Результаты впечатляют: система верно предсказывала срывы в 94% случаев, выдавая предупреждение в среднем за 137 миллисекунд до события. Этого времени достаточно, чтобы системы управления успели принять меры и предотвратить катастрофу.
Вторая задача, которую удалось решить с помощью ИИ, — это отслеживание состояния плазмы. Она может находиться в нескольких режимах, из которых наиболее важны L-режим (низкое удержание) и H-режим (высокое удержание). Последний предпочтительнее для реакторов нового поколения, так как позволяет плазме лучше сохранять энергию. Однако у H-режима есть недостаток — он часто приводит к возникновению краевых локализованных мод (ELM), коротких вспышек нестабильности, которые могут повредить стенки реактора. Ранее для отслеживания режимов и ELM использовались разные модели, что было медленно и приводило к ошибкам. Новая многозадачная нейросеть (MTL-NN) способна одновременно определять и режим работы, и наличие ELM. Система достигла точности 96,7% и работает в реальном времени, что позволяет мгновенно корректировать параметры реактора.
Прорыв заключается и в том, как ИИ обрабатывает данные. Вместо того чтобы анализировать «сырые» и зашумленные сигналы с датчиков, исследователи научили модель опираться на ключевые физические параметры, такие как мощность нагрева, плотность плазмы и сила магнитного поля. Такой подход делает систему более устойчивой к случайным колебаниям и ошибкам. Для разных задач используются разные данные: обобщенные скалярные значения для определения режима и временные ряды для обнаружения ELM. Этот «умный» выбор данных позволил нейросети достичь высокой точности и надежности.
Хотя эти инструменты ИИ сейчас проходят испытания на китайском токамаке EAST, они имеют огромный потенциал для термоядерных установок по всему миру, включая будущий международный реактор ITER. Предыдущие попытки использовать ИИ в этой области часто сталкивались с проблемой зашумленных данных. Подход китайских ученых, основанный на многозадачном обучении и знании физики процессов, решает эти проблемы. «Это достижение открывает путь к продвинутому автоматизированному управлению в токамаках», — отмечают исследователи. Хотя до появления термоядерных электростанций еще далеко, эти инновации показывают, что искусственный интеллект становится незаменимым помощником в гонке за энергией будущего.